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.

3
Bản đồ điện tử PCA, ICA và Laplacian
Tôi rất quan tâm đến phương pháp eigenmaps Laplacian. Hiện tại, tôi đang sử dụng nó để giảm kích thước cho các bộ dữ liệu y tế của mình. Tuy nhiên, tôi đã gặp phải một vấn đề khi sử dụng phương thức này. Ví dụ: tôi có một số …
9 pca  ica 
2
Tại sao lượng phương sai được giải thích bởi PC đầu tiên của tôi rất gần với tương quan cặp trung bình?
Mối quan hệ giữa (các) thành phần chính đầu tiên và tương quan trung bình trong ma trận tương quan là gì? Ví dụ, trong một ứng dụng thực nghiệm tôi nhận thấy rằng mối tương quan trung bình gần giống như tỷ lệ phương sai của thành phần chính …
1
Làm thế nào để so sánh các sự kiện quan sát so với dự kiến?
Giả sử tôi có một mẫu tần số gồm 4 sự kiện có thể xảy ra: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 và tôi có xác suất dự kiến ​​của các sự kiện của tôi sẽ xảy ra: p1 - 0.2 p2 - 0.1 …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
1
Khi nào nên chọn PCA so với LSA / LSI
Câu hỏi: Có bất kỳ hướng dẫn chung nào liên quan đến các đặc điểm dữ liệu đầu vào, có thể được sử dụng để quyết định giữa việc áp dụng PCA so với LSA / LSI không? Tóm tắt ngắn gọn về PCA so với LSA / LSI: Phân …
2
Làm cách nào để tìm mối quan hệ giữa các loại sự kiện khác nhau (được xác định bởi vị trí 2D của chúng)?
Tôi có một bộ dữ liệu các sự kiện đã xảy ra trong cùng một khoảng thời gian. Mỗi sự kiện có một loại (có ít loại khác nhau, ít hơn mười) và một vị trí, được biểu thị dưới dạng điểm 2D. Tôi muốn kiểm tra xem có bất …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.