«pca» etiketlenmiş sorular

Gaussian ve polinom çekirdekli çekirdek PCA ( 1 , 2 , 3 ) hakkında okuyordum . Gauss çekirdeği görünüşte herhangi bir doğrusal olmayan veriyi istisnai olarak nasıl ayırır? Lütfen sezgisel bir analiz ve mümkünse matematiksel olarak ilgili bir analiz yapın. Gauss çekirdeğinin (ideal ) diğer çekirdeğin sahip olmadığı bir özellik …

67 machine-learning  pca  svm  kernel-trick 

Benim tecrübelerime R. SPSS dan (PCA kullanarak) biraz araştırma çoğaltmak çalıştık, principal() fonksiyon paketinden psychgole tek fonksiyonu oldu (ya Hafızam beni yanıltmıyorsa, ölü) çıktı maç. SPSS ile aynı sonuçları eşleştirmek için parametreyi kullanmak zorunda kaldım principal(..., rotate = "varimax"). Makalelerin PCA'yı nasıl yaptıkları hakkında konuştuğunu gördüm, ancak SPSS'nin çıktısına ve …

63 r  spss  pca  factor-analysis  factor-rotation 

Kümeleme algoritmasından önce (k-aracı gibi) PCA'yı (temel bileşen analizi) uygulamak yaygın bir uygulamadır. Uygulamada kümelenme sonuçlarını iyileştirdiğine inanılmaktadır (gürültü azaltma). Bununla birlikte, PCA ile k-aracı arasındaki ilişkinin karşılaştırmalı ve derinlemesine çalışılmasıyla ilgileniyorum. Örneğin, Chris Ding ve Xiaofeng He, 2004, K-anlamına gelir Ana Bileşen Analizi ile Kümeleme , "temel bileşenlerin K-aracı …

60 clustering  pca  k-means 

ZCA beyazlatma ve normal beyazlatma konusunda kafam karıştı (temel bileşenler PCA özdeğerlerinin kareköklerine bölünerek elde edildi). Bildiğim kadarıyla, xZCAwhite=UxPCAwhite,xZCAwhite=UxPCAwhite,\mathbf x_\mathrm{ZCAwhite} = \mathbf U \mathbf x_\mathrm{PCAwhite}, burada PCA özvektörleridir.UU\mathbf U ZCA beyazlamasının kullanım alanları nelerdir? Normal beyazlatma ve ZCA beyazlatma arasındaki farklar nelerdir?

59 pca  dimensionality-reduction  image-processing 

Hem PCA hem de otomatik kod çözücü, azaltma azaltması yapabilir, bu nedenle aralarındaki fark nedir? Hangi durumda üst üste kullanmalıyım?

56 machine-learning  pca  neural-networks  autoencoders 

Bu sitede tanıtım istatistikleri ve makine öğrenimi ile ilgili kitap önerileri için birkaç konu var, ancak öncelik sırasına göre: maksimum olabilirlik, genelleştirilmiş doğrusal modeller, temel bileşen analizi, doğrusal olmayan modeller dahil olmak üzere gelişmiş istatistikler hakkında bir metin arıyorum . AC Davison'dan İstatistiksel Modeller denedim ama açıkçası 2 bölümden sonra …

55 generalized-linear-model  pca  maximum-likelihood  references  saddlepoint-approximation 

Özellik seçimi konusunda yeniyim ve özellik seçimi yapmak için PCA'yı nasıl kullanacağınızı merak ediyordum. PCA, bilgi vermeyen giriş değişkenlerini filtrelemek için kullanabileceğiniz her giriş değişkeni için göreceli bir puan hesaplar mı? Temel olarak, verilerdeki orijinal özellikleri varyansa veya içerdiği bilgi miktarına göre sipariş edebilmek istiyorum.

54 r  pca  feature-selection 

Bunu daha önce StackOverflow'ta sormuştum, ancak SO'da yanıt alamadığı için burada daha uygun olabilir gibi görünüyor. İstatistik ve programlama arasındaki kesişme noktasında. PCA (Asıl Bileşen Analizi) yapmak için bazı kodlar yazmam gerekiyor. Ben tanınmış algoritmalar aracılığıyla göz ve uyguladık bu bir bildiğim kadarıyla söyleyebilirim NIPALS algoritması eşdeğerdir. İlk 2-3 ana …

54 pca  algorithms  model-evaluation  high-dimensional 

Çeşitli öğreticiler ve (gibi soruların dahil PCA hakkında çok şey okudum bu bir , bu bir , bu bir ve bu bir ). PCA'nın optimize etmeye çalıştığı geometrik problem bana açıktır: PCA, yansıtılan verinin varyansını en üst düzeye çıkaran yeniden yapılandırma (projeksiyon) hatasını en aza indirerek ilk ana bileşeni bulmaya …

54 pca  optimization  linear-algebra  intuition 

Merak ediyorum, yorumlamada sadece bağımlı, bağımsız veya bağımsız değişkenlerin mi yoksa sadece bağımsız değişkenlerin log dönüşümünde mi olduğunu fark eder mi? Durumunu düşünün log(DV) = Intercept + B1*IV + Error IV'ü yüzde artış olarak değerlendirebilirim, ancak sahip olduğumda bu nasıl değişir? log(DV) = Intercept + B1*log(IV) + Error veya sahipken …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Temel bileşen analizi matris ayrıştırmasını kullanabilir , ancak bu oraya ulaşmak için yalnızca bir araçtır. Temel bileşenleri matris cebiri kullanmadan nasıl bulabilirsin? Amaç işlevi (hedef) nedir ve kısıtlamalar nelerdir?

42 pca 

Temel Bileşen Analizi (PCA) veya Ampirik Ortogonal İşlev (EOF) Analizinden çıkan önemli kalıpların sayısını belirlemekle ilgileniyorum. Özellikle bu yöntemi iklim verilerine uygulamakla ilgileniyorum. Veri alanı, M'nin zaman boyutu (örneğin günler) ve N'nin uzaysal boyut (örneğin, lon / lat konumları) olduğu bir MxN matrisidir. Önemli bilgisayarları belirlemek için olası bir önyükleme …

40 r  pca  bootstrap  monte-carlo 

7 metin düzeltme davranışı ölçüsünün (metni düzeltmek için harcanan zaman, tuş vuruşlarının sayısı vb.) Birbirleriyle nasıl ilişkili olduğunu görmek istiyorum. Ölçüler birbiriyle ilişkilidir. Ölçümlerin PC1 ve PC2'ye nasıl yansıtıldığını görmek için bir PCA kullandım; bu, ölçümler arasında ayrı iki yönlü korelasyon testleri yürütmenin üst üste gelmesini engelledi. Neden bazı-SNE kullanmıyordum, …

39 pca  tsne 

Daha yüksek dereceli sistemlerin boyutsallığını azaltmak ve kovaryansın çoğunu tercihen 2 boyutlu veya 1 boyutlu bir alanda yakalamak istiyorum. Bunun ana bileşen analizi yoluyla yapılabileceğini biliyorum ve PCA'yı birçok senaryoda kullandım. Ancak, onu hiçbir zaman boolean veri türleriyle kullanmadım ve PCA'yı bu setle yapmanın anlamlı olup olmadığını merak ediyordum. Örneğin, …

38 pca  data-visualization  binary-data  dimensionality-reduction  correspondence-analysis 

Kesintiyi kaldırmak için ( bu soruda bahsedildiği gibi) verileri merkezlediğimiz örnekler (örneğin, düzenlileştirme veya PCA ile) hakkında okumaya devam ediyorum . Biliyorum basit, ama bunu sezgisel olarak anlamakta zorlanıyorum. Birisi sezgiyi verebilir veya okuyabileceğim bir referans verebilir mi?

38 regression  pca  centering