Ainda abordarei esse tema, falando sobre a matemática do Machine Learning, porém é interessante ver que há métodos de criar clusters e analisar estruturas internas dos dados. Podemos ter reduções de dimensionalidade lineares (PCA e MDS) ou não lineares (t-SNE) ou “manifold learning”.

Realizar reduções dimensionais pode ser muito interessante, porém é um daqueles caminhos onde optamos por menos explicabilidade para ter melhores resultados de modelos. Para estudar um pouco a origem dessas coisas recomendo fazer uma revisão de Álgebra Linear.