adiciona a média de cada observação para cada dimensão de X, normalizando-a depois pelo desvio-padrão.

constrói a matriz de confusão a partir de X, multiplicando-a pelos autovalores de seus vetores originais.

escolhe k autovetores aleatórios do conjunto original de dados.

preserva as distâncias geodésicas entre os pontos do espaço original dos dados por redução não linear.

retorna k combinações lineares dos atributos do conjunto {A,B,C,D,E}.