Als «pca» getaggte Fragen

Die Hauptkomponentenanalyse (PCA) ist eine lineare Dimensionsreduktionstechnik. Es reduziert ein multivariates Dataset auf einen kleineren Satz konstruierter Variablen, wobei so viele Informationen (so viel Varianz) wie möglich erhalten bleiben. Diese Variablen, Hauptkomponenten genannt, sind lineare Kombinationen der Eingangsvariablen.

1
Probabilistische Modelle für partielle kleinste Quadrate, reduzierte Rangregression und kanonische Korrelationsanalyse?
Diese Frage ergibt sich aus der Diskussion nach einer vorherigen Frage: Welche Verbindung besteht zwischen partiellen kleinsten Quadraten, reduzierter Rangregression und Hauptkomponentenregression? Für die Hauptkomponentenanalyse ist ein häufig verwendetes Wahrscheinlichkeitsmodell wobei , \ mathbf {w} \ in S ^ {p-1} , \ lambda> 0 und \ boldsymbol \ epsilon \ …
1
Beziehung zwischen Eigenvektoren von und im Kontext von PCA
In Christopher Bishops Buch Pattern Recognition and Machine Learning enthält der Abschnitt über PCA Folgendes: Bei einer zentrierten Datenmatrix mit der Kovarianzmatrix lautet die Eigenvektorgleichung:XX\mathbf{X}N−1XTXN−1XTXN^{-1}\mathbf{X}^T\mathbf{X} N−1XTXui=λiui.N−1XTXui=λiui.N^{-1}\mathbf{X}^T\mathbf{X} \mathbf{u}_i = \lambda_i \mathbf{u}_i. Bishop definiert und behauptet, wenn und eine Einheitslänge haben, dann:vi=Xuivi=Xui\mathbf{v}_i = \mathbf{X} \mathbf{u}_iuiui\mathbf{u}_ivivi\mathbf{v}_i ui=1(Nλi)12XTvi.ui=1(Nλi)12XTvi.\mathbf{u}_i = \frac{1}{(N\lambda_i)^{\frac{1}{2}}}\mathbf{X}^T\mathbf{v}_i. Woher kommt die Quadratwurzel? …
1
Hauptkomponentenanalyse mit Gruppendaten
In meinem Experiment habe ich 30 verschiedene Akzessionen einer Art verwendet. Eine Gruppe ist von Dürre betroffen und die andere Gruppe ist die Kontrolle. Ich habe Daten zu 6 verschiedenen Parametern gesammelt. Ich möchte wissen, welcher Beitritt toleranter oder anfälliger ist, welcher Beitritt von welcher Variablen (Parameter) stärker betroffen ist …
1
Korrelation zwischen Hauptkomponenten
Ich habe zwei Matrizen a, b mit Dimensionen (100x500), (100x15000) und versuche, Assoziationen zwischen Variablensätzen in beiden Matrizen zu finden. Wenn ich eine Hauptkomponentenanalyse für Matrix a durchführe, entsprechen die höchsten Belastungen der ersten Hauptkomponente einer Reihe von Variablen, die zum größten Anteil der Variabilität in diesem Datensatz beitragen. Diese …
4
Sehr unterschiedliche Ergebnisse der Hauptkomponentenanalyse in SPSS und Stata nach der Rotation
Für meine Doktorarbeit muss ich eine Hauptkomponentenanalyse (PCA) durchführen. Ich fand es in Stata nicht allzu schwierig und war glücklich, die Ergebnisse zu interpretieren (ich weiß, dass es einen Unterschied zwischen Faktor- und Hauptkomponentenanalyse gibt). Ich habe es jedoch mit einem Kollegen besprochen, der SPSS verwendet, also habe ich meine …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.