Как правило, PCA используют для задачи обучения без учителя- снижения размерности. По сути, это преобразование пространства, путем проекции точек из нашего пространства признаков на пространство главных компонент. Это может быть использовано как для снижения размерности, когда мы можем взять K главных компонент из N, так и просто для ортогональной проекции точек с целью нивелировать корреляцию между признаками.