В качестве ответа на поставленный Вами вопрос можно дать следующее: метод главных компонент (principal component analysis, PCA) в своей основе имеет минимальное число новых признаков, по которым исходные признаки восстанавливаются линейным преобразованием с минимальными погрешностями. Метод главных компонент (PCA) можно отнести к разряду методов обучения без учителя (unsupervised learning), так как преобразование строится только по матрице «объекты–признаки» F без учёта целевого вектора y.
Более развернуто ответ на Ваш вопрос Вы можете найти по следующей
ссылке