Список проголосовавших за комментарий "Kot_Begemot, SVD разложение для ковариационной матрицы, имхо, должно в первую очередь показать, сколько существенных факторов (собственных векторов) следует использовать. Во-вторых, позволит аппроксимировать ковариационную матрицу через её «сигнальную» часть плюс регуляризующую диагональную матрицу с мощностью равной мощностью шумовой компоненты. Уменьшение числа степеней свободы (факторов) при этом не имеет характер насилия над структурой данных."