主成分分析主要用来降维，不适用于分类

关于主成分分析（PCA）算法的说法中，正确的选项是：

A: 需要研究数据的协方差矩阵
B: 主成分分析选取能够最大化解释数据变异的成分
C: 它是借助一个正交变换，将分量相关的原随机向量转化为其分量不相关的新随机向量

分析如下：

A: 正确。主成分分析的一个关键步骤是计算数据的协方差矩阵，以确定数据的主要方向。

B: 正确。PCA的目标是找到那些能够最大化解释数据变异的方向（主成分），这些方向使得数据在这些方向上的投影具有最大的方差。

C: 正确。PCA通过正交变换将原始数据转换为新的坐标系，使得新的坐标系的各个维度（主成分）之间不相关（即彼此正交）。

D: 错误。尽管PCA可以用于降维和数据预处理，但它本身并不是一种分类算法。PCA主要用于减少数据维度和提取特征，以便后续的分类算法（如SVM、KNN等）可以更有效地进行分类。

因此，正确的选项是 A、B 和 C。