Principal component analysis menggantikan input yang berkorelasi dengan arah variasi yang ortogonal. Arah terbesar muncul lebih dulu. Anda akan memproyeksikan observasi, mengukur varians yang dipertahankan, dan merekonstruksi input untuk melihat apa yang hilang dari representasi yang diperkecil. Sebuah komponen bisa berganti tanda tanpa mengubah geometrinya, sehingga pemeriksaan yang benar harus mengizinkan perbedaan yang tidak berbahaya itu. PCA juga bergantung pada satuan pengukuran: fitur yang diukur dalam ribuan bisa mendominasi fitur yang diukur dalam pecahan. Penskalaan adalah keputusan pemodelan, bukan langkah pemformatan. Varians yang dijelaskan mengukur representasi atas tabel input ini; itu tidak membuktikan bahwa komponen tersebut akan memprediksi hasil bisnis.
Tanda komponen utama bisa terbalik tanpa mengubah observasi hasil rekonstruksi.