«canonical-correlation» 태그된 질문

정식 상관 분석 (CCA)은 주성분 분석 (PCA)과 관련된 기술입니다. 산점도를 사용하여 PCA 또는 선형 회귀를 가르치는 것은 쉽지만 (Google 이미지 검색에 대한 수천 가지 예 참조) CCA에 대한 유사한 직관적 인 2 차원 예는 보지 못했습니다. 선형 CCA의 기능을 시각적으로 설명하는 방법은 무엇입니까?

70 regression  data-visualization  pca  canonical-correlation  geometry 

PCA, LDA, CCA 및 PLS는 어떤 관련이 있습니까? 그것들은 모두 "스펙트럼"과 선형 대수적이며 매우 잘 이해되어 있습니다 (예를 들어 50 년 이상의 이론이 세워져 있습니다). 그것들은 매우 다른 것들 (차원 축소를위한 PCA, 분류를위한 LDA, 회귀를위한 PLS)에 사용되지만 여전히 매우 밀접하게 관련되어 있다고 느낍니다.

26 pca  discriminant-analysis  partial-least-squares  canonical-correlation 

회귀 분석과 선형 판별 분석 (LDA) 사이에 관계가 있습니까? 그들의 유사점과 차이점은 무엇입니까? 두 개의 수업이 있거나 두 개 이상의 수업이 있으면 차이가 있습니까?

24 regression  logistic  discriminant-analysis  canonical-correlation  reduced-rank-regression 

이 기사 에서 저자는 선형 판별 분석 (LDA)을 주성분 분석 (PCA)에 연결합니다. 제한된 지식으로 LDA가 PCA와 어떻게 유사한 지 따를 수 없습니다. 나는 항상 LDA가 로지스틱 회귀와 유사한 분류 알고리즘의 한 형태라고 생각했습니다. LDA가 PCA와 어떻게 비슷한 지 이해하는 데 도움이 될 것입니다.

19 classification  pca  dimensionality-reduction  discriminant-analysis  canonical-correlation 

정식 상관 분석 (CCA)은 두 데이터 세트의 선형 조합에 대한 일반적인 Pearson 곱-모멘트 상관 (즉, 선형 상관 계수)을 최대화하는 것을 목표로합니다. 이제이 상관 계수가 선형 연관 만 측정한다는 사실을 고려하십시오. 이것이 우리가 예를 들어 Spearman- ρρ\rho 또는 Kendall- ττ\tau (순위) 상관 계수를 사용하는 이유이기도합니다. 변수 사이의 연결. 따라서 CCA의 한 …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

두 개의 랜덤 벡터 및 에 대한 표준 상관 분석 (CCA)에 대한 Wikipedia 를 읽으 면서 때 주성분 분석 (PCA)이 CCA와 동일한 지 궁금합니다 .엑스XX와이YY엑스= YX=YX=Y

9 pca  multivariate-analysis  canonical-correlation