Pertanyaan yang diberi tag «pca»

Jika dalam kernel PCA saya memilih kernel linear , apakah hasilnya akan berbeda dari PCA linear biasa ? Apakah solusinya berbeda secara mendasar atau apakah ada hubungan yang didefinisikan dengan baik?K(x,y)=x⊤yK(x,y)=x⊤yK(\mathbf{x},\mathbf{y}) = \mathbf x^\top \mathbf y

17 pca  kernel-trick 

Artikel Wikipedia tentang analisis komponen utama menyatakan itu Algoritma yang efisien ada untuk menghitung SVD tanpa harus membentuk matriks X T X , jadi menghitung SVD sekarang menjadi cara standar untuk menghitung analisis komponen utama dari matriks data, kecuali hanya segelintir komponen yang diperlukan.XXXXTXXTXX^TX Bisakah seseorang memberi tahu saya apa …

17 pca  algorithms  svd  numerics 

Saya memiliki dua kelompok subjek, A, dan B, masing-masing dengan ukuran sekitar 400, dan sekitar 300 prediktor. Tujuan saya adalah untuk membangun model prediksi untuk variabel respons biner. Pelanggan saya ingin melihat hasil penerapan model yang dibangun dari A pada B. (Dalam bukunya, "Strategi Pemodelan Regresi", @FrankHarrell menyebutkan bahwa lebih …

17 pca  logistic  predictive-models  robust 

Misalkan kita memiliki NNN variabel terukur, (a1,a2,…,aN)(a1,a2,…,aN)(a_1, a_2, \ldots, a_N) , kita melakukan sejumlah M>NM>NM > N pengukuran, dan kemudian ingin melakukan dekomposisi nilai singular pada hasil untuk menemukan sumbu varians tertinggi untuk poin MMM dalam NNN dimensi ruang. ( Catatan: asumsikan bahwa sarana aiaia_i telah dikurangi, jadi ⟨ai⟩=0⟨ai⟩=0\langle a_i …

17 pca  data-transformation  normalization  dimensionality-reduction  svd 

Saya telah melakukan analisis komponen utama dari enam variabel AAA , BBB , CCC , DDD , EEE dan . Jika saya mengerti dengan benar, PC1 yang tidak diputar memberitahu saya apa kombinasi linear dari variabel-variabel ini menggambarkan / menjelaskan varians paling banyak dalam data dan PC2 memberi tahu saya …

17 variance  pca  r-squared  covariance-matrix 

PCA yang kuat (seperti yang dikembangkan oleh Candes et al 2009 atau lebih baik dari Netrepalli et al 2014 ) adalah metode yang populer untuk deteksi outlier multivarian , tetapi jarak Mahalanobis juga dapat digunakan untuk deteksi outlier dengan memberikan estimasi yang kuat dan teratur dari matriks kovarians . Saya …

17 pca  outliers  covariance-matrix  robust  anomaly-detection 

Saya menggunakan FactoMineRuntuk mengurangi set data pengukuran saya ke variabel laten. Peta variabel di atas jelas bagi saya untuk menafsirkan, tapi saya bingung ketika datang ke asosiasi antara variabel dan komponen 1. Melihat peta variabel, ddpdan covsangat dekat dengan komponen di peta, dan ddpAbssedikit lebih jauh jauh. Tapi, ini bukan …

17 correlation  pca  factor-analysis  association-measure  biplot 

Saya mengikuti tutorial di sini: http://www.r-bloggers.com/computing-and-visualizing-pca-in-r/ untuk mendapatkan pemahaman yang lebih baik tentang PCA. Tutorial menggunakan dataset Iris dan menerapkan transformasi log sebelum ke PCA: Perhatikan bahwa dalam kode berikut ini kami menerapkan transformasi log ke variabel kontinu seperti yang disarankan oleh [1] dan mengatur centerdan scalesama dengan TRUEdalam panggilan …

16 r  pca  data-transformation  logarithm 

Apakah komponen PCA (dalam analisis komponen utama) secara statistik independen jika data kami terdistribusi normal multivarian? Jika demikian, bagaimana ini dapat ditunjukkan / dibuktikan? Saya bertanya karena saya melihat posting ini , di mana jawaban teratas menyatakan: PCA tidak membuat asumsi Gaussianity eksplisit. Ia menemukan vektor eigen yang memaksimalkan varians …

16 pca  independence  svd 

Saya memiliki data untuk jaringan stasiun cuaca di seluruh Amerika Serikat. Ini memberi saya bingkai data yang berisi tanggal, lintang, bujur, dan beberapa nilai yang diukur. Asumsikan bahwa data dikumpulkan sekali sehari dan didorong oleh cuaca skala regional (tidak, kami tidak akan masuk ke dalam diskusi itu). Saya ingin menunjukkan …

16 r  regression  data-visualization  pca  spatial 

Saya mencoba melakukan pengelompokan tingkat dokumen. Saya membangun matriks frekuensi istilah-dokumen dan saya mencoba mengelompokkan vektor-vektor dimensi tinggi ini menggunakan k-means. Alih-alih langsung mengelompokkan, apa yang saya lakukan adalah pertama-tama menerapkan dekomposisi vektor singular LSA (Latent Semantic Analysis) untuk mendapatkan matriks U, S, Vt, memilih ambang yang sesuai menggunakan plot …

16 clustering  pca  dimensionality-reduction  text-mining  svd 

Saya menganalisis skor yang diberikan oleh peserta yang menghadiri percobaan. Saya ingin memperkirakan keandalan kuesioner saya yang terdiri dari 6 item yang bertujuan memperkirakan sikap para peserta terhadap suatu produk. Saya menghitung alpha Cronbach memperlakukan semua item sebagai skala tunggal (alpha sekitar 0,6) dan menghapus satu item sekaligus (max alpha …

16 pca  reliability  scales  psychometrics  cronbachs-alpha 

Adakah yang bisa membantu saya menafsirkan skor PCA? Data saya berasal dari kuesioner tentang sikap terhadap beruang. Menurut muatan, saya telah menafsirkan salah satu komponen utama saya sebagai "takut beruang". Apakah skor komponen utama tersebut terkait dengan bagaimana masing-masing responden mengukur hingga komponen utama tersebut (apakah ia mendapat skor positif …

16 pca 

Apakah penurunan regresi peringkat dan regresi komponen utama hanyalah kasus khusus dari kuadrat terkecil parsial? Tutorial ini (Halaman 6, "Perbandingan Tujuan") menyatakan bahwa ketika kita melakukan kuadrat terkecil parsial tanpa memproyeksikan X atau Y (yaitu, "tidak parsial"), itu menjadi penurunan peringkat peringkat atau regresi komponen utama, sesuai. Pernyataan serupa dibuat …

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

Saya baru saja menonton ulang kuliah dari kursus Machine Learning on Coursera. Di bagian di mana profesor membahas PCA untuk pra-pemrosesan data dalam aplikasi pembelajaran yang diawasi, ia mengatakan PCA hanya boleh dilakukan pada data pelatihan dan kemudian pemetaan digunakan untuk mengubah validasi silang dan set tes. Lihat juga PCA …

16 r  pca  cross-validation  caret