Câu hỏi được gắn thẻ «pca»

Phân tích thành phần chính (PCA) là một kỹ thuật giảm kích thước tuyến tính. Nó giảm một tập dữ liệu đa biến thành một tập hợp nhỏ hơn các biến được xây dựng bảo tồn càng nhiều thông tin (càng nhiều phương sai) càng tốt. Các biến này, được gọi là các thành phần chính, là sự kết hợp tuyến tính của các biến đầu vào.







1
Tiêu chí nào để sử dụng để phân tách các biến thành các biến giải thích và đáp ứng cho các phương pháp phân phối trong sinh thái học?
Tôi có các biến khác nhau tương tác trong một dân số. Về cơ bản, tôi đã thực hiện kiểm kê các thiên niên kỷ và đo một số giá trị khác của địa hình, như: Các loài và số lượng mẫu vật thu thập được Các môi trường khác …

1
PCA đang làm gì với dữ liệu tự động tương quan?
Chỉ vì một số phóng viên đặt ra một câu hỏi thú vị liên quan đến các phương pháp tính toán tự tương quan, tôi bắt đầu chơi với nó, gần như không có bất kỳ kiến ​​thức nào về chuỗi thời gian và tự tương quan. Người phóng viên …








Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.