Visualizador del eje PCA

Explora las direcciones principales de una nube en 2D o 3D. Genera una demo reproducible con cantidad de puntos y semilla, o carga un CSV de dos/tres columnas. El CSV elige la dimensión correspondiente. En 3D, Mostrar crea la vista; arrastrar gira y Ctrl/Meta+rueda hace zoom. La rueda normal desplaza la página. Las opciones visuales conservan la cámara.

PCA resta la media de cada coordenada y diagonaliza la covarianza muestral con denominador n−1. PC1 tiene la mayor varianza; PC2/PC3 son perpendiculares. Cada eje dibujado abarca ±2 desviaciones estándar. La escala igual conserva ángulos en 2D; la escena 3D se normaliza uniformemente para mostrarla. La tabla da autovalores, proporciones y acumulados. Sin estandarización ni whitening: las distintas unidades y valores atípicos pueden dominar.

Los puntos verdes se proyectan sobre PC1 en 2D o el plano PC1–PC2 en 3D. Las líneas muestran el desplazamiento descartado. La tabla y el gráfico scree describen la misma varianza. Ejes y centro da media y coordenadas de autovectores. Scores CSV exporta coordenadas originales y productos escalares centrados con cada PC. Ejes CSV exporta medias, autovalores, proporciones y direcciones con precisión numérica completa; la pantalla redondea.

Ejemplo: (0,0), (0,1), (0,2) tiene media (0,1), varianza muestral 1 sobre PC1 vertical y 0 sobre PC2. Puntos idénticos no tienen varianza: porcentajes y direcciones no son únicos ni significativos. Autovalores iguales también hacen no única la orientación; ambos signos del autovector son equivalentes. El método de covarianza es menos estable que SVD con datos muy mal condicionados.

Demo: 10–80 puntos, semilla 0–4294967295. CSV: 2–2000 filas, exactamente 2 o 3 columnas, máximo 1 MiB; coordenadas ±10⁹ y magnitudes no nulas ≥10⁻¹⁰⁰. Coma, punto y coma o tabulador; coma decimal con punto y coma/tabulador. Autoencabezados solo si toda la primera fila es no numérica; se puede elegir explícitamente. Filas vacías ignoradas; filas parciales/inválidas rechazadas sin recortar. Los errores conservan los datos anteriores. Sin PCA de alta dimensión, imputación ni reutilización de modelos ajustados; cálculos en el navegador.

Solo se conservan los valores introducidos en este navegador. No se guardan los resultados calculados ni los historiales.