«pca» etiketlenmiş sorular

Varsa çekirdeğin PCA ben doğrusal çekirdek seçim K(x,y)=x⊤yK(x,y)=x⊤yK(\mathbf{x},\mathbf{y}) = \mathbf x^\top \mathbf y , sonuç farklı olacak Sıradan doğrusal PCA ? Çözümler temelde farklı mı veya iyi tanımlanmış bir ilişki var mı?

17 pca  kernel-trick 

Wikipedia makale temel bileşen analizi devletler bu X T X matrisini oluşturmak zorunda kalmadan SVD'sini hesaplamak için verimli algoritmalar mevcuttur , bu nedenle SVD'nin hesaplanması artık sadece bir avuç bileşen gerekli olmadıkça bir veri matrisinden temel bileşenler analizini hesaplamanın standart yoludur.XXXXTXXTXX^TX Birisi bana makalenin bahsettiği etkili algoritmaların neler olduğunu söyleyebilir …

17 pca  algorithms  svd  numerics 

Her biri yaklaşık 400 ve yaklaşık 300 tahmin ediciye sahip iki grup denek var, A ve B. Amacım ikili yanıt değişkeni için bir tahmin modeli oluşturmak. Müşterim, A'dan B'ye inşa edilen modeli uygulamanın sonucunu görmek istiyor. güç ve hassasiyet --- bakınız sayfa 90, Harici Doğrulama: Sahip olduğum veri türünün toplanmasının …

17 pca  logistic  predictive-models  robust 

NNN ölçülebilir değişkenimiz olduğunu varsayalım , bir dizi ölçüm yapıyoruz ve sonra noktaları için en yüksek varyansın eksenlerini bulmak için sonuçlarda tekil değer ayrışması yapmak istiyoruz. içerisinde boyutlu alan. ( Not: araçlarının zaten çıkarıldığını varsayalım , bu yüzden tüm için )(a1,a2,…,aN)(a1,a2,…,aN)(a_1, a_2, \ldots, a_N)M>NM>NM > NMMMNNNaiaia_i⟨ai⟩=0⟨ai⟩=0\langle a_i \rangle = 0iii …

17 pca  data-transformation  normalization  dimensionality-reduction  svd 

AAA , BBB , CCC , DDD , EEE ve F değişkenlerinin altı temel bileşen analizi yaptım FF. Doğru anlıyorsam, döndürülmemiş PC1 bu değişkenlerin hangi doğrusal kombinasyonunun verilerdeki en çok varyasyonu açıkladığını / açıkladığını ve PC2 bu değişkenlerin hangi doğrusal kombinasyonunun verilerdeki bir sonraki en fazla varyasyonu tanımladığını vb. Sadece …

17 variance  pca  r-squared  covariance-matrix 

Sağlam PCA ( Candes ve ark 2009 veya daha iyisi henüz Netrepalli ve ark 2014 tarafından geliştirilen ), çok değişkenli aykırı değer tespiti için popüler bir yöntemdir , ancak Mahalanobis mesafesi , kovaryans matrisinin sağlam ve düzenli bir tahmini verildiğinde aykırı tespiti için de kullanılabilir . Bir yöntemi diğerine göre …

17 pca  outliers  covariance-matrix  robust  anomaly-detection 

FactoMineRVeri ölçümlerimi gizli değişkenlere indirmek için kullanıyorum . Beni yorumlamak için yukarıdaki değişken haritası açıktır, ancak değişken Haritaya bakmak değişkenler ve bileşen 1 arasında derneklere geldiğinde karıştı, ddpve covçok yakın haritasındaki bileşenlerle ve ddpAbsbiraz daha fazla uzakta. Ancak, korelasyonların gösterdiği şey bu değildir: $Dim.1 $Dim.1$quanti correlation p.value jittAbs 0.9388158 1.166116e-11 …

17 correlation  pca  factor-analysis  association-measure  biplot 

Burada bir öğreticiyi takip ediyorum: PCA'yı daha iyi anlamak için http://www.r-bloggers.com/computing-and-visualizing-pca-in-r/ . Eğitici Iris veri kümesini kullanır ve PCA'dan önce bir günlük dönüşümü uygular: [1] ve seti tarafından önerildiği gibi Bildirimi aşağıdaki kodda biz sürekli değişkenler için bir günlük dönüşümü geçerli olduğunu centerve scalehiç eşit TRUEçağrısında prcompönce PCA uygulanmasından değişkenleri …

16 r  pca  data-transformation  logarithm 

Verilerimiz normalde çok değişkenli ise PCA bileşenleri (temel bileşen analizinde) istatistiksel olarak bağımsız mıdır? Eğer öyleyse, bu nasıl kanıtlanabilir / kanıtlanabilir? Soruyorum çünkü en iyi cevabın belirttiği bu yayını gördüm : PCA açık bir Gaussian varsayımı yapmaz. Verilerde açıklanan varyansı en üst düzeye çıkaran özvektörleri bulur. Temel bileşenlerin dikliği, verilerdeki …

16 pca  independence  svd 

Amerika Birleşik Devletleri'ndeki bir hava durumu istasyonları ağı için verilerim var. Bu bana tarih, enlem, boylam ve bazı ölçülen değerleri içeren bir veri çerçevesi verir. Verilerin günde bir kez toplandığını ve bölgesel ölçekli hava koşullarından kaynaklandığını varsayın (hayır, bu tartışmaya girmeyeceğiz). Eşzamanlı olarak ölçülen değerlerin zaman ve mekan arasında nasıl …

16 r  regression  data-visualization  pca  spatial 

Belge düzeyinde kümeleme yapmaya çalışıyorum. Doküman terim frekans matrisini oluşturdum ve bu yüksek boyutlu vektörleri k-araçları kullanarak kümelemeye çalışıyorum. Doğrudan kümeleme yerine, U, S, Vt matrislerini elde etmek için LSA'nın (Latent Semantic Analysis) tekil vektör ayrışmasını uygulamak, dağlama grafiğini kullanarak uygun bir eşik seçti ve indirgenmiş matrislere kümeleme uygulandı (özellikle …

16 clustering  pca  dimensionality-reduction  text-mining  svd 

Bir deneye katılan katılımcılar tarafından verilen puanları analiz ediyorum. Katılımcıların bir ürüne karşı tutumunu tahmin etmeyi amaçlayan 6 maddeden oluşan anketimin güvenilirliğini tahmin etmek istiyorum. Tüm maddelere tek bir ölçek gibi davranarak (alfa yaklaşık 0.6 idi) ve her seferinde bir öğeyi sildiğimde (maks alfa yaklaşık 0.72 idi) Cronbach alfa hesapladım. …

16 pca  reliability  scales  psychometrics  cronbachs-alpha 

PCA skorlarını yorumlamamda bana yardımcı olan var mı? Verilerim ayılara karşı tutumlar üzerine bir anketten geliyor. Yüklere göre, temel bileşenlerimden birini "ayı korkusu" olarak yorumladım. Söz konusu ana bileşenin puanları, her katılımcının söz konusu ana bileşene (nasıl olumlu / olumsuz puan verdiğini) ölçtüğü ile ilgili midir?

16 pca 

Düşük kademeli regresyon ve temel bileşen regresyonu sadece kısmi en küçük karelerin özel durumları mıdır? Bu öğretici (Sayfa 6, "Hedeflerin Karşılaştırılması"), X veya Y yansıtmadan kısmi en küçük kareler yaptığımızda (yani, "kısmi değil"), buna karşılık olarak azalan sıralama regresyonu veya temel bileşen regresyonu haline geldiğini belirtir. Bu SAS dokümantasyon bölümünde …

16 regression  pca  dimensionality-reduction  partial-least-squares  reduced-rank-regression 

Az önce Coursera'daki Makine Öğrenimi dersinden bir ders izledim. Profesörün denetimli öğrenme uygulamalarında ön işleme verileri için PCA'yı tartıştığı bölümde, PCA'nın sadece eğitim verileri üzerinde yapılması gerektiğini ve daha sonra eşlemenin çapraz doğrulama ve test setlerini dönüştürmek için kullanıldığını söylüyor. Ayrıca bkz. PCA ve tren / test bölümü . Ancak, …

16 r  pca  cross-validation  caret