주성분 분석(PCA)은 고차원 데이터의 분산이 가장 큰 축을 찾아 저차원 공간으로 축소하는 대표적인 통계 기법입니다. 이 기법은 1901년 칼 피어슨이 처음 개발했고, 1930년대 해롤드 호텔링이 독자적으로 명명했으며, 공분산 행렬의 고유값 분해를 통해 계산됩니다. 신호처리, 기계공학, 기상과학 등 다양한 분야에서 활용되며, 데이터 특성에 따라 기저 벡터가 달라지는 것이 특징입니다. 직관적으로는 데이터를 n차원 타원면에 맞추는 것과 같아, 변화가 작은 축을 생략해도 정보 손실을 최소화할 수 있습니다. 인자 분석이나 정준상관분석과 밀접한 관련이 있으며, 가장 간단한 고유 벡터 기반 다변량 분석으로 꼽힙니다.