Tucker generaliza PCA

PCA comprime una matriz — dos ejes — y nunca puede ver más. Tucker lo generaliza a un tensor de cualquier orden: una matriz de factores por eje, más un tensor núcleo que describe cómo se combinan.

La SVD comprime una vista matricial; Tucker usa una base comprimida para cada modo del tensor.

Esa sola frase es toda la sección. Todo lo demás es cómo calcularlo y cuánto cuesta.