Als «pca» getaggte Fragen

Ich lese ein Beispiel aus dem Buch Maschinelles Lernen für Hacker . Ich werde zuerst auf das Beispiel eingehen und dann über meine Frage sprechen. Beispiel : Nimmt einen Datensatz für 10 Jahre mit 25 Aktienkursen. Läuft PCA auf den 25 Aktienkursen. Vergleicht die Hauptkomponente mit dem Dow Jones...

Ich mache eine Matlab-Analyse von MRT-Daten, bei der ich eine PCA mit einer Matrixgröße von 10304 x 236 durchgeführt habe, wobei 10304 die Anzahl der Voxel (stellen Sie sich diese als Pixel vor) und 236 die Anzahl der Zeitpunkte ist. Die PCA gibt mir 236 Eigenwerte und ihre zugehörigen...

Ich habe Schwierigkeiten, den richtigen Weg zur Visualisierung von Daten auszuwählen. Nehmen wir an, wir haben Buchhandlungen , die Bücher verkaufen , und jedes Buch hat mindestens eine Kategorie . Wenn wir für eine Buchhandlung alle Kategorien von Büchern zählen, erhalten wir ein Histogramm, das...

Mit mehreren Statistikpaketen wie SAS, SPSS und R können Sie nach einer PCA eine Art Faktorrotation durchführen. Warum ist nach einer PCA eine Rotation notwendig? Warum sollten Sie nach einer PCA eine schräge Rotation anwenden, da das Ziel der PCA darin besteht, orthogonale Dimensionen zu erzeugen?...

Ist es möglich, die Kernel-Hauptkomponentenanalyse (kPCA) für die latente semantische Indizierung (LSI) auf dieselbe Weise wie die PCA zu verwenden? Ich führe LSI in R mit der prcompPCA-Funktion durch und extrahiere die Merkmale mit den höchsten Belastungen aus den ersten Komponenten. Dadurch...

Ich habe einen Datensatz mit Ereignissen, die im selben Zeitraum aufgetreten sind. Jedes Ereignis hat einen Typ (es gibt nur wenige verschiedene Typen, weniger als zehn) und einen Ort, der als 2D-Punkt dargestellt wird. Ich möchte prüfen, ob eine Korrelation zwischen Ereignistypen oder zwischen Typ...

In Anbetracht der konstanten Anzahl von Merkmalen hat Barnes-Hut t-SNE eine Komplexität von , zufällige Projektionen und PCA eine Komplexität von was sie für sehr große Datenmengen "erschwinglich" macht.O ( n )O ( n logn )O(nlog⁡n)O(n\log n)O ( n )O(n)O(n) Andererseits weisen Verfahren, die auf...

Ich habe sowohl eine SVD-Zerlegung als auch eine mehrdimensionale Skalierung einer 6-dimensionalen Datenmatrix durchgeführt, um die Struktur der Daten besser zu verstehen. Leider sind alle Singularwerte in derselben Größenordnung, was bedeutet, dass die Dimensionalität der Daten tatsächlich 6...

Ich nehme Dummy-Daten der Temperatur im Vergleich zu Eisverkäufen und kategorisiere sie mit K-Mitteln (n Cluster = 2), um 2 Kategorien zu unterscheiden (total Dummy). Jetzt mache ich eine Hauptkomponentenanalyse dieser Daten und mein Ziel ist es zu verstehen, was ich sehe. Ich weiß, dass das...

Frage: Gibt es allgemeine Richtlinien in Bezug auf die Eingabedateneigenschaften, anhand derer zwischen der Anwendung von PCA und LSA / LSI entschieden werden kann? Kurze Zusammenfassung von PCA vs. LSA / LSI: Die Hauptkomponentenanalyse (PCA) und die latente semantische Analyse (LSA) oder die...

Wie würde ich die Ausgabe einer Hauptkomponentenanalyse (PCA) in einem verallgemeinerten linearen Modell (GLM) verwenden, vorausgesetzt, die PCA wird für die Variablenauswahl für das GLM verwendet? Erläuterung: Ich möchte PCA verwenden, um die Verwendung korrelierter Variablen im GLM zu vermeiden....

Bei zwei mehrdimensionalen Datensätzen, und , führen einige Personen eine multivariable Analyse durch, indem sie mithilfe der Hauptkomponentenanalyse (PCA) eine ersatzabhängige Variable erstellen. Das heißt, führen Sie PCA auf Set aus, nehmen Sie Scores entlang der ersten Komponente und führen Sie...

Stellen Sie sich vor, Sie haben ein Polygon, das durch einen Satz von Koordinaten und dessen Schwerpunkt bei . Sie können das Polygon als gleichmäßige Verteilung mit einer polygonalen Grenze behandeln. (x1,y1)...(xn,yn)(x1,y1)...(xn,yn)(x_1,y_1)...(x_n,y_n)(0,0)(0,0)(0,0) Ich bin nach einer...

Als ich Wikipedia über die kanonische Korrelationsanalyse (CCA) für zwei Zufallsvektoren und las, fragte ich mich, ob die Hauptkomponenten-Anslysis (PCA) mit CCA identisch ist, wenn

Ich verwende einen auf neuronalen Netzen basierenden Klassifizierer, um eine Klassifizierung für meine Daten in n-dimensional durchzuführen. Dann dachte ich, es wäre vielleicht eine gute Idee, zuerst eine Dimensionsreduzierung wie PCA für meine Daten durchzuführen und dann die PCA-Ergebnisse in den...

Ich analysiere einen Datensatz über Gezeitengemeinschaften. Die Daten beziehen sich auf die prozentuale Abdeckung (von Seetang, Seepocken, Muscheln usw.) in Quadraten. Ich bin zu Denken über Korrespondenzanalyse (CA) in Bezug auf die Arten verwendet zählt, und Hauptkomponentenanalyse (PCA) als...

Ich versuche, die Ausgabe der Hauptkomponentenanalyse wie folgt zu verstehen: > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4...

Angenommen, ist eine Matrix von mittelzentrierten Daten. Die Matrix ist , hat verschiedene Eigenwerte und Eigenvektoren , ... , die orthogonal sind.AA\mathbf AS=cov(A)S=cov(A)\mathbf S=\text{cov}(\mathbf A)m×mm×mm\times mmmms1s1\mathbf s_1s2s2\mathbf s_2smsm\mathbf s_m Die te Hauptkomponente...

Ich habe die Grundlagen der Hauptkomponentenanalyse aus Tutorial1 , Link1 und Link2 gelesen . Ich habe einen Datensatz von 100 Variablen (einschließlich der Ausgabevariablen Y), möchte die Variablen durch PCA auf 40 reduzieren und dann die Variable Y unter Verwendung dieser 40 Variablen...

Ich habe einen Datensatz mit mehr als 1000 Beispielen mit 19 Variablen. Mein Ziel ist es, eine binäre Variable basierend auf den anderen 18 Variablen (binär und stetig) vorherzusagen. Ich bin ziemlich sicher, dass 6 der Vorhersagevariablen mit der binären Antwort verknüpft sind. Ich möchte jedoch...