Por qué falla PCA: La lógica oculta detrás de la reducción de dimensionalidad t-SNE

Este artículo explora las limitaciones fundamentales del Análisis de Componentes Principales (PCA) en la visualización de datos de alta dimensionalidad e introduce el algoritmo Stochastic Neighbor Embedding (SNE) como una alternativa más robusta. Detalla la transición matemática de la maximización de la varianza global a la preservación de la estructura local utilizando probabilidades condicionales y la divergencia KL.