«pca» etiketlenmiş sorular

Aşağıdaki gibi yapılan temel bileşen analizi çıktısını anlamaya çalışıyorum: > 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 …

9 r  pca  interpretation 

Bazı muhabirlerin otokorelasyon hesaplama yöntemleri hakkında ilginç bir soru sordukları için, neredeyse zaman serileri ve otokorelasyon hakkında hiçbir bilgi sahibi olmadan onunla oynamaya başladım. Muhabir verilerini düzenledi (323232 bir zaman serisinin veri noktaları) her birinin yanında birer birer gecikmeli olarak kaydırılır, böylece 32 × 3232x3232\times32 ilk satırın orijinal veri olduğu …

9 time-series  pca 

Bir popülasyon içinde etkileşime giren farklı değişkenlerim var. Temelde kırkayak envanteri yapıyor ve arazinin diğer bazı değerlerini ölçüyorum, örneğin: Toplanan örneklerin türü ve miktarı Hayvanların bulunduğu farklı ortamlar pH Organik malzeme yüzdesi P, K, Mg, Ca, Mn, Fe, Zn, Cu miktarı Ca + Mg / K ilişkisi Temel olarak hangi …

9 pca  multivariate-analysis  ecology  correspondence-analysis 

ICA uygulamadan önce PCA (fastICA paketi kullanarak) uygulanmasını söyleyen uygulama tabanlı bir makaleyi gözden geçirdim. Sorum şu: ICA (fastICA) önce PCA'nın çalıştırılmasını gerektiriyor mu? Bu yazı , ... ayrıca, PCA'nın ön-uygulamasının, (1) beyazlatmadan önce küçük arkadan gelen özdeğerleri atarak ve (2) çift-bağımlı bağımlılıkları en aza indirerek hesaplama karmaşıklığını azaltarak ICA …

9 pca  dimensionality-reduction  pattern-recognition  ica 

Bir 2B nokta veri kümesine sahip olduğumu ve verilerdeki tüm yerel maksimum varyansların yönlerini tespit etmek istediğimizi varsayalım: PCA bu durumda yardımcı olmaz çünkü dik bir ayrışmadır ve bu nedenle her iki çizgiyi de mavi renkte algılayamaz, bunun yerine çıktısı yeşil çizgilerle gösterilene benzeyebilir. Lütfen bu amaç için uygun olabilecek …

9 pca  dimensionality-reduction 

Herhangi bir regresyon modeline dahil edilecek seyrek temel bileşenlerin sayısını seçme yaklaşımları konusunda deneyimi olan var mı?

9 pca  sparse  regression-strategies 

İntertidal topluluklarla ilgili bir veri setini analiz ediyorum. Veriler kuadratlarda yüzde örtüsü (deniz yosunu, kıskaç, midye, vb.) Tür sayısı açısından yazışma analizi (CA) ve doğrusal çevresel (tür değil) eğilimler için daha yararlı bir şey olarak temel bileşen analizi (PCA) hakkında düşünmeye alışkınım . PCA veya CA'nın yüzde kapak için daha …

9 r  pca  multivariate-analysis  correspondence-analysis 

Yakın ilişkili birkaç böcek türünde morfolojik kanat karakterlerini tanımlayan ayrık (sıralı, meristik ve nominal) değişkenler veri kümem var. Yapmak istediğim şey, morfolojik özelliklere dayanarak bana farklı türlerin benzerliğinin görsel bir temsilini verecek bir tür analiz yapmak. Kafama gelen ilk şey PCA (bu oluşturmak istediğim görselleştirme türüdür), ancak içine baktıktan sonra …

9 pca  discrete-data  correspondence-analysis  mixed-type-data 

22 değişkene dayalı SPSS üzerinde temel bileşen analizi (faktör analizi) yapmak istiyorum. Ancak, bazı değişkenlerim çok eğri (SPSS'den hesaplanan çarpıklık 2-80 arasında!). Sorularım işte burada: Çarpık değişkenleri böyle tutmalı mıyım yoksa değişkenleri ana bileşen analizinde değiştirebilir miyim? Evetse, faktör puanlarını nasıl yorumlayabilirim? Ne tür bir dönüşüm yapmalıyım? log10 veya ln? …

9 pca  factor-analysis  dimensionality-reduction  skewness 

İlk temel bileşen (ler) ile korelasyon matrisindeki ortalama korelasyon arasındaki ilişki nedir? Örneğin, ampirik bir uygulamada, ortalama korelasyonun, birinci ana bileşenin (ilk özdeğer) varyansının toplam varyansa (tüm öz değerlerin toplamı) oranıyla neredeyse aynı olduğunu gözlemliyorum. Matematiksel bir ilişki var mı? Ampirik sonuçların şeması aşağıdadır. Korelasyonun, 15 günlük yuvarlanma penceresi üzerinde …

9 correlation  pca  mathematical-statistics  eigenvalues 

Diyelim ki 4 olası olayın sıklık örneğine sahibim: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 ve olaylarımın gerçekleşmesi için beklenen olasılıklarım var: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dört olayın gözlemlenen frekanslarının toplamı ile (18) Olayların beklenen frekanslarını hesaplayabilir …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Soru: PCA'nın LSA / LSI'ya uygulanması arasında karar vermek için kullanılabilecek giriş veri özellikleri ile ilgili genel yönergeler var mı? PCA ve LSA / LSI hakkında kısa özet: İlke Bileşen Analizi (PCA) ve Gizli Semantik Analiz (LSA) veya Gizli Semantik İndeksleme (LSI), hepsinin temel olarak Tekil Değer Ayrıştırma'nın (SVD) bir …

9 machine-learning  pca  lsa 

Verilerin yapısını daha iyi anlamak için 6 boyutlu bir veri matrisinin hem SVD ayrışmasını hem de çok boyutlu ölçeklendirmesini yaptım. Ne yazık ki, tüm tekil değerler aynı sıraya sahiptir, bu da verilerin boyutsallığının gerçekten 6 olduğunu gösterir. Ancak, tekil vektörlerin değerlerini yorumlayabilmek istiyorum. Örneğin, birincisi her boyutta (yani (1,1,1,1,1,1)) az …

9 pca  interpretation  dimensionality-reduction  svd 

Aynı zaman diliminde gerçekleşen bir veri kümesi var. Her etkinliğin bir türü (ondan az olan birkaç farklı tür vardır) ve 2B nokta olarak gösterilen bir konumu vardır. Olay türleri arasında ya da türü ve konumu arasında herhangi bir korelasyon olup olmadığını kontrol etmek istiyorum. Örneğin, belki A tipi olaylar genellikle …

9 correlation  pca  multivariate-analysis  point-process 

Latent Semantik İndeksleme (LSI) için çekirdek ana bileşen analizini (kPCA) PCA ile aynı şekilde kullanmak mümkün müdür? prcompPCA işlevini kullanarak R'de LSI gerçekleştiriyorum ve ilkinden en yüksek yüklemelere sahip özellikleri çıkarıyorumkkkbileşenler. Böylece bileşeni en iyi açıklayan özellikleri elde ediyorum. kpcaFonksiyonu ( kernlibpaketten) kullanmaya çalıştım ancak özelliklerin ağırlıklarına temel bir bileşene …

9 r  pca  feature-selection  kernel-trick