«pca» 태그된 질문

주성분 분석 (PCA)은 선형 차원 축소 기법입니다. 다변량 데이터 세트를 가능한 한 많은 정보 (많은 분산)를 유지하는 더 작은 구성 변수 세트로 줄입니다. 주성분이라고하는 이러한 변수는 입력 변수의 선형 조합입니다.

3
PCA 후 경사 회전 사용시
SAS, SPSS 및 R과 같은 여러 통계 패키지를 사용하면 PCA에 따라 일종의 요인 회전을 수행 할 수 있습니다. PCA 후에 회전이 필요한 이유는 무엇입니까? PCA의 목표가 직교 치수를 생성한다는 점에서 PCA 후에 경사 회전을 적용하는 이유는 무엇입니까?

2
여러 "히스토그램"시각화 (막 대형 차트)
데이터를 시각화하는 올바른 방법을 선택하는 데 어려움이 있습니다. 하자 우리가 가지고 있다고 서점 판매 책을 , 모든 책은 적어도 하나이 개 범주를 . 서점의 경우 모든 서적 범주를 세면 해당 서점의 특정 범주에 해당하는 서적 수를 보여주는 히스토그램을 얻습니다. 서점 행동을 시각화하고 싶습니다. 다른 카테고리보다 카테고리를 선호하는지 확인하고 싶습니다. 나는 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.