«pca» 태그된 질문

가우시안 및 다항식 커널로 커널 PCA ( 1 , 2 , 3 ) 에 대해 읽었습니다 . 가우시안 커널은 겉보기에 비선형 데이터를 어떻게 잘 분리합니까? 가능한 경우 수학적으로 관련된 분석뿐만 아니라 직관적 인 분석을 제공하십시오. 다른 커널에는없는 가우스 커널 (이상적인 σσ\sigma ) 의 속성은 무엇입니까 ? 신경망, SVM 및 RBF …

67 machine-learning  pca  svm  kernel-trick 

나는 내 경험에 R.에서 SPSS에서 (PCA를 사용하여) 몇 가지 조사를 재현하려 한 principal() 기능 패키지는 psych듯했으나, 유일한 기능이었다 (또는 내 기억이 바로 내를 제공하는 경우에 죽은) 출력에 맞게. SPSS에서와 동일한 결과를 얻으려면 parameter를 사용해야했습니다 principal(..., rotate = "varimax"). 나는 논문이 PCA를 어떻게 수행했는지에 대해 이야기하는 것을 보았지만 SPSS의 출력과 회전 …

63 r  spss  pca  factor-analysis  factor-rotation 

클러스터링 알고리즘 (예 : k- 평균) 전에 PCA (주성분 분석)를 적용하는 것이 일반적입니다. 실제로 클러스터링 결과를 향상시키는 것으로 여겨집니다 (소음 감소). 그러나 저는 PCA와 k- 평균의 관계에 대한 비교적이고 심층적 인 연구에 관심이 있습니다. 예를 들어 Chris Ding과 Xiaofeng He (2004 )는 Principal Component Analysis를 통한 K-means Clustering 은 "주요 …

60 clustering  pca  k-means 

ZCA 미백과 일반 미백 (주요 구성 요소를 PCA 고유 값의 제곱근으로 나눔)에 대해 혼란 스럽습니다. 내가 아는 한, xZCAwhite=UxPCAwhite,xZCAwhite=UxPCAwhite,\mathbf x_\mathrm{ZCAwhite} = \mathbf U \mathbf x_\mathrm{PCAwhite}, 여기서 는 PCA 고유 벡터입니다.UU\mathbf U ZCA 미백의 용도는 무엇입니까? 일반 미백과 ZCA 미백의 차이점은 무엇입니까?

59 pca  dimensionality-reduction  image-processing 

PCA와 오토 인코더는 모두 디멘션 감소를 수행 할 수 있으므로 차이점은 무엇입니까? 어떤 상황에서 나는 서로를 사용해야합니까?

56 machine-learning  pca  neural-networks  autoencoders 

이 사이트에는 입문 통계 및 기계 학습 에 대한 책 권장 사항에 대한 몇 가지 스레드가 있지만 최대 가능성, 일반 선형 모델, 주요 구성 요소 분석, 비선형 모델을 포함하여 고급 통계에 대한 텍스트를 찾고 있습니다. 나는 AC Davison의 통계 모델 을 시도 했지만 솔직히 2 장 후에 내려 놓아야했습니다. 이 …

55 generalized-linear-model  pca  maximum-likelihood  references  saddlepoint-approximation 

저는 기능 선택을 처음 사용했으며 PCA를 사용하여 기능 선택을 수행하는 방법이 궁금합니다. PCA는 정보가없는 입력 변수를 필터링하는 데 사용할 수있는 각 입력 변수에 대한 상대 점수를 계산합니까? 기본적으로 포함 된 정보의 양 또는 차이에 따라 데이터의 원래 기능을 주문할 수 있기를 원합니다.

54 r  pca  feature-selection 

이전에 StackOverflow에서 이것을 요청했지만 SO에 대한 답변을 얻지 못한 경우 여기에서 더 적절할 것 같습니다. 통계와 프로그래밍의 교차점에 있습니다. PCA (Principal Component Analysis)를 수행하려면 코드를 작성해야합니다. 나는 잘 알려진 알고리즘을 탐색 하고이 알고리즘을 구현 했는데 NIPALS 알고리즘과 동일합니다. 처음 2-3 개의 주요 구성 요소를 찾는 데 효과적이지만 수백에서 수천 번 …

54 pca  algorithms  model-evaluation  high-dimensional 

나는 다양한 튜토리얼과 (같은 질문을 포함 PCA에 대해 많이 읽은 이 하나 , 이 하나 , 이 하나 , 그리고 이 일을 ). PCA가 최적화하려는 기하학적 문제는 나에게 분명합니다. PCA는 재구성 (투영) 오류를 최소화하여 첫 번째 주요 구성 요소를 찾으려고합니다. 내가 처음 읽을 때, 나는 선형 회귀와 같은 것을 즉시 …

53 pca  optimization  linear-algebra  intuition 

종속 변수, 종속 변수 및 독립 변수 또는 독립 변수 만 로그 변환인지 해석에 차이가 있는지 궁금합니다. 의 경우를 고려 log(DV) = Intercept + B1*IV + Error IV를 백분율 증가로 해석 할 수 있지만 log(DV) = Intercept + B1*log(IV) + Error 또는 내가있을 때 DV = Intercept + B1*log(IV) + …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

주성분 분석 은 매트릭스 분해를 사용할 수 있지만, 이는 단지 도달하기위한 도구 일뿐입니다. 행렬 대수를 사용하지 않고 주성분을 어떻게 찾을 수 있습니까? 목적 함수 (목표)는 무엇이며 제약 조건은 무엇입니까?

42 pca 

PCA (Principal Component Analysis) 또는 EOF (Empirical Orthogonal Function) 분석에서 나오는 중요한 패턴의 수를 결정하고 싶습니다. 특히이 방법을 기후 데이터에 적용하는 데 관심이 있습니다. 데이터 필드는 M이 시간 차원 (예 : 일)이고 N이 공간 차원 (예 : lon / lat 위치) 인 MxN 행렬입니다. 중요한 PC를 결정하기 위해 가능한 부트 …

40 r  pca  bootstrap  monte-carlo 

7 가지 텍스트 수정 동작 (텍스트 수정 시간, 키 입력 횟수 등)이 서로 어떤 관련이 있는지 확인하고 싶습니다. 측정 값은 서로 관련되어 있습니다. PCA를 실행하여 측정 값이 PC1 및 PC2에 어떻게 투영되는지 확인하여 측정 값간에 별도의 양방향 상관 관계 테스트를 실행하는 것을 피할 수있었습니다. 일부 측정 값 간의 관계가 비선형 …

39 pca  tsne 

고차 시스템의 차원을 줄이고 바람직하게는 2 차원 또는 1 차원 필드에서 대부분의 공분산을 포착하고 싶습니다. 나는 이것이 주성분 분석을 통해 이루어질 수 있다는 것을 알고 있으며 많은 시나리오에서 PCA를 사용했습니다. 그러나 부울 데이터 유형에는 사용하지 않았 으며이 세트로 PCA를 수행하는 것이 의미가 있는지 궁금했습니다. 예를 들어, 질적이거나 설명적인 척도가 있다고 …

38 pca  data-visualization  binary-data  dimensionality-reduction  correspondence-analysis 

나는 인터셉트를 제거하기 위해 ( 이 질문 에서 언급 한 바와 같이) 데이터를 중심에 둔 인스턴스에 대해 계속 읽습니다 (예 : 정규화 또는 PCA ). 나는 그것이 단순하다는 것을 알고 있지만, 이것을 직관적으로 이해하는 데 어려움을 겪고 있습니다. 누군가 내가 읽을 수있는 직관이나 참조를 제공 할 수 있습니까?

38 regression  pca  centering