Pertanyaan yang diberi tag «pca»

Apa hubungan antara komponen utama pertama dan korelasi rata-rata dalam matriks korelasi? Sebagai contoh, dalam aplikasi empiris saya mengamati bahwa korelasi rata-rata hampir sama dengan rasio varians dari komponen utama pertama (nilai eigen pertama) dengan total varians (jumlah semua nilai eigen). Apakah ada hubungan matematis? Di bawah ini adalah bagan …

9 correlation  pca  mathematical-statistics  eigenvalues 

Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …

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 

Pertanyaan: Apakah ada pedoman umum sehubungan dengan karakteristik data input, yang dapat digunakan untuk memutuskan antara menerapkan PCA versus LSA / LSI? Ringkasan singkat PCA vs LSA / LSI: Principal Component Analysis (PCA) dan Latent Semantic Analysis (LSA) atau Latent Semantic Indexing (LSI) serupa dalam arti bahwa semuanya bergantung secara …

9 machine-learning  pca  lsa 

Saya melakukan dekomposisi SVD dan penskalaan multidimensi dari matriks data 6 dimensi, untuk mendapatkan pemahaman yang lebih baik tentang struktur data. Sayangnya, semua nilai singular memiliki urutan yang sama, menyiratkan bahwa dimensi data memang 6.. Namun, saya ingin dapat menafsirkan nilai-nilai vektor singular. Misalnya, yang pertama tampaknya kurang lebih sama …

9 pca  interpretation  dimensionality-reduction  svd 

Saya memiliki dataset peristiwa yang terjadi selama periode waktu yang sama. Setiap acara memiliki tipe (ada beberapa tipe berbeda, kurang dari sepuluh) dan lokasi, direpresentasikan sebagai titik 2D. Saya ingin memeriksa apakah ada korelasi antara jenis peristiwa, atau antara jenis dan lokasi. Misalnya, mungkin peristiwa tipe A biasanya tidak terjadi …

9 correlation  pca  multivariate-analysis  point-process 

Apakah mungkin untuk menggunakan analisis komponen utama kernel (kPCA) untuk Latent Semantic Indexing (LSI) dengan cara yang sama seperti PCA digunakan? Saya melakukan LSI dalam R menggunakan prcompfungsi PCA dan mengekstrak fitur dengan memuat tertinggi dari komponen pertama . Dengan itu saya mendapatkan fitur yang menggambarkan komponen terbaik.kkk Saya mencoba …

9 r  pca  feature-selection  kernel-trick 

Beberapa paket statistik, seperti SAS, SPSS, dan R, memungkinkan Anda untuk melakukan semacam rotasi faktor setelah PCA. Mengapa rotasi diperlukan setelah PCA? Mengapa Anda menerapkan rotasi miring setelah PCA mengingat bahwa tujuan PCA adalah untuk menghasilkan dimensi ortogonal?

9 pca  factor-analysis  factor-rotation 

Saya mengalami kesulitan untuk memilih cara yang tepat untuk memvisualisasikan data. Katakanlah kita memiliki toko buku yang menjual buku , dan setiap buku memiliki setidaknya satu kategori . Untuk toko buku, jika kami menghitung semua kategori buku, kami memperoleh histogram yang menunjukkan jumlah buku yang termasuk dalam kategori tertentu untuk …

9 pca  data-visualization  histogram  barplot 

Katakanlah saya dapat mengetahui SVD dari beberapa matriks : X = USV ^ TXXXX=USVTX=USVTX = USV^T Jika saya memiliki matriks ortogonal AAA (yaitu, AAA adalah persegi dan memiliki kolom ortonormal), maka SVD XAXAXA adalah XA=USWTXA=USWTXA = USW^T mana W=ATVW=ATVW = A^TV . Tetapi dapatkah dikatakan tentang SVD XBXBXB jika BBB …

9 pca  svd  matrix-decomposition 

Diberi dua dataset multidimensi, XXX dan YYY, beberapa orang melakukan analisis multivariabel dengan membangun variabel dependen pengganti menggunakan analisis komponen utama (PCA). Yaitu, jalankan PCAYYY atur, ambil skor di sepanjang komponen pertama y′y′y', dan jalankan regresi berganda untuk skor tersebut di XXX: y′=βX+ϵy′=βX+ϵy' = \beta X+\epsilon. (Saya mendasarkan pertanyaan saya …

9 regression  multiple-regression  pca  canonical-correlation 

Saya menggunakan classifier berbasis Neural Networks untuk menjalankan klasifikasi untuk data saya dalam n-dimensional. Lalu saya pikir itu mungkin ide yang baik untuk menjalankan pengurangan dimensi seperti PCA untuk data saya pada awalnya, dan kemudian memasukkan hasil PCA ke dalam classifier (saya menyimpan 3 PC). Namun, klasifikasi pada fitur pengurangan …

9 pca  neural-networks 

Bagaimana saya menggunakan output dari analisis komponen utama (PCA) dalam model linier umum (GLM), dengan asumsi PCA digunakan untuk pemilihan variabel untuk GLM? Klarifikasi: Saya ingin menggunakan PCA untuk menghindari penggunaan variabel yang berhubungan dalam GLM. Namun, PCA memberi saya output seperti .2*variable1+.5*variable3dll. Saya terbiasa menempatkan variabel 1 dan 3 …

9 pca  generalized-linear-model  feature-selection 

Saya menggunakan PCA untuk menganalisis beberapa deret waktu terkait spasial, dan tampaknya vektor eigen pertama sesuai dengan turunan dari tren rata-rata deret tersebut (contoh diilustrasikan di bawah). Saya ingin tahu mengapa vektor eigen pertama berhubungan dengan turunan dari tren yang bertentangan dengan tren itu sendiri? Data disusun dalam matriks di …

8 time-series  pca  spatial  eigenvalues 

Saat ini saya membaca makalah tentang PCA probabilistik dan saya bertanya-tanya mengapa Gaussian prior (dan bukan beberapa prior lainnya) dipilih untuk variabel laten? Apakah hanya karena itu sederhana atau ada alasan lain? Referensi: Tipping & Bishop, 1999, Analisis Komponen Utama Probabilistik - tepat di bawah persamaan. (2) Tipping & Bishop, …

8 normal-distribution  pca  prior  latent-variable 

Ketika melakukan analisis faktor (misalnya dengan anjak sumbu utama) atau analisis komponen utama sebagai analisis faktor, dan telah melakukan rotasi miring dari pemuatan, - matriks mana yang Anda gunakan untuk memahami item mana yang memuat faktor apa dan untuk menafsirkan faktor-faktor, - matriks pola atau matriks struktur ? Saya membaca …

8 pca  interpretation  factor-analysis  rotation