Sind PCA-Lösungen einzigartig?

Wenn ich PCA für einen bestimmten Datensatz ausführe, ist die mir gegebene Lösung einzigartig?

Das heißt, ich erhalte einen Satz von 2D-Koordinaten, basierend auf Zwischenpunktabständen. Ist es möglich, mindestens eine weitere Anordnung der Punkte zu finden, die diese Einschränkungen erfüllen würden?

Wenn die Antwort ja ist, wie kann ich eine so unterschiedliche Lösung finden?

Nein, die Antwort ist nicht eindeutig. Es gibt viele Möglichkeiten, dies zu zeigen. Eine Möglichkeit besteht darin, festzustellen, dass die spektrale Zerlegung eines Quadrats durch die p- Matrix X die Lösung für die Maximierung einer konvexen Funktion von w ist . Betrachten Sie den ersten Eigenvektor / Wert:$p$$p$$X$$w$

(wobei der erste Eigenwert und w ∗ der erste Eigenvektor ist).$\lambda_1$$w^*$

Die Lösung solcher Probleme (z. B. die Werte von die dieses Maximum erreichen) sind im Allgemeinen nicht eindeutig.$w$

Die Algorithmen zur Berechnung dieser Lösungen sind jedoch deterministisch, was bedeutet, dass die Lösungen, die Sie erhalten, abgesehen von numerischen Eckfällen dieselben sein sollten.

Beispiel für solche numerischen Eckfälle: Fälle, in denen mehrere Eigenwerte (numerisch) gleich sind, Fälle, in denen das Rangmangel aufweist ...$X$

Was bisher noch nicht bemerkt wurde, ist, dass das einfache Umkehren des Vorzeichens eines PCs zu einer anderen Lösung führt. Das heißt, wenn$\mathbf{w}$$n$$-\mathbf{w}$$n$