Quando temos muitos dados rotulados e o modelo está sofrendo com overfitting.

Quando temos muitas variáveis irrelevantes ou altamente correlacionadas, e queremos reduzir o número de variáveis.

Quando o modelo de aprendizado supervisionado está subajustado.

Quando as variáveis são todas numéricas e linearmente independentes.

Quando o modelo de aprendizado não supervisionado não consegue gerar clusters.