主成分（principal component）是主成分分析（Principal Component Analysis,PCA）中的核心概念，是一種統計方法，用於降低數據的維度。
主成分分析通過正交變換將一組可能存在相關性的變數轉換為一組線性不相關的變數，這些新的變數被稱為主成分。每個主成分都是原始變數的線性組合，且彼此之間互不相關。在主成分分析中，第一個主成分包含了初始變數的大部分信息，後續的主成分按照信息的重要性依次排列，但通常前面的主成分就占據了大部分的信息量。這樣的轉換有助於減少數據分析的複雜度，同時保留了原始數據中的關鍵信息。