Thống kê và dữ liệu lớn pca

1

PCA, LDA, CCA và PLS liên quan như thế nào? Tất cả đều có vẻ "phổ" và đại số tuyến tính và được hiểu rất rõ (nói hơn 50 năm lý thuyết được xây dựng xung quanh họ). Chúng được sử dụng cho những thứ rất khác nhau (PCA để …

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

5

Làm thế nào các thành phần chính hàng đầu có thể giữ sức mạnh dự đoán trên một biến phụ thuộc (hoặc thậm chí dẫn đến dự đoán tốt hơn)?

Giả sử tôi đang chạy một hồi quy . Tại sao bằng cách chọn các thành phần nguyên tắc hàng đầu của , mô hình có giữ được khả năng dự đoán của nó trên không?Y∼ XY∼XY \sim XkkkXXXYYY Tôi hiểu rằng từ chiều giảm / điểm tính năng lựa …

25 regression classification pca dimensionality-reduction regularization

2

Liệu nó có ý nghĩa để kết hợp PCA và LDA?

Giả sử tôi có một bộ dữ liệu cho một nhiệm vụ phân loại thống kê được giám sát, ví dụ, thông qua trình phân loại của Bayes. Bộ dữ liệu này bao gồm 20 tính năng và tôi muốn tổng hợp thành 2 tính năng thông qua các kỹ …

25 classification pca regularization discriminant-analysis overfitting

3

Giải thích chính quy sườn núi trong hồi quy

Tôi có một số câu hỏi liên quan đến hình phạt sườn núi trong bối cảnh bình phương nhỏ nhất: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) Biểu thức cho thấy ma trận hiệp phương sai của X được thu nhỏ theo ma trận đường chéo, nghĩa là (giả sử …

25 regression pca regularization ridge-regression

2

Làm thế nào để sử dụng kết quả R prcomp để dự đoán?

Tôi có một data.frame với 800 obs. trong số 40 biến và muốn sử dụng Phân tích thành phần nguyên tắc để cải thiện kết quả dự đoán của tôi (cho đến nay vẫn hoạt động tốt nhất với Support Vector Machine trên khoảng 15 biến được chọn bằng tay). …

25 r pca

3

LSA so với PCA (phân cụm tài liệu)

Tôi đang điều tra các kỹ thuật khác nhau được sử dụng trong phân cụm tài liệu và tôi muốn xóa một số nghi ngờ liên quan đến PCA (phân tích thành phần chính) và LSA (phân tích ngữ nghĩa tiềm ẩn). Điều đầu tiên - sự khác biệt giữa …

25 clustering pca data-mining svd lsa

2

PCA không ổn định dưới đa cộng đồng?

Tôi biết rằng trong một tình huống hồi quy, nếu bạn có một tập hợp các biến có tương quan cao thì điều này thường là "xấu" vì sự không ổn định trong các hệ số ước tính (phương sai đi về vô cực khi định thức đi về 0). …

25 pca multicollinearity

5

Ví dụ về PCA trong đó các PC có phương sai thấp là có ích

Thông thường trong phân tích thành phần chính (PCA), một số PC đầu tiên được sử dụng và các PC có phương sai thấp bị loại bỏ, vì chúng không giải thích được nhiều sự thay đổi trong dữ liệu. Tuy nhiên, có những ví dụ mà các PC biến …

24 pca

2

Làm thế nào để hiểu được sự phi tuyến của người Hồi giáo như trong cách giảm kích thước phi tuyến của người Hồi giáo?

Tôi đang cố gắng tìm hiểu sự khác biệt giữa các phương pháp giảm kích thước tuyến tính (ví dụ: PCA) và các phương pháp phi tuyến (ví dụ, Isomap). Tôi hoàn toàn không thể hiểu những gì tuyến tính (phi) ngụ ý trong bối cảnh này. Tôi đọc từ …

24 pca terminology dimensionality-reduction pattern-recognition manifold-learning

3

Làm thế nào chính xác là PCA thưa thớt tốt hơn PCA?

Tôi đã học về PCA một vài bài giảng trước đây trong lớp và bằng cách tìm hiểu thêm về khái niệm hấp dẫn này, tôi đã biết về PCA thưa thớt. Tôi muốn hỏi, nếu tôi không sai thì đây là PCA thưa thớt: Trong PCA, nếu bạn có …

24 machine-learning pca sparse

1

Thuộc tính của PCA cho các quan sát phụ thuộc

Chúng tôi thường sử dụng PCA như một kỹ thuật giảm kích thước cho dữ liệu trong đó các trường hợp được giả định là iid Câu hỏi: Những sắc thái điển hình trong việc áp dụng PCA cho dữ liệu phụ thuộc, không iid là gì? Những thuộc tính …

23 time-series pca non-independent iid

2

Sự khác biệt giữa PCA và PCA không triệu chứng là gì?

Trong hai bài báo năm 1986 và 1988 , Connor và Korajchot đã đề xuất một phương pháp để mô hình hóa lợi nhuận tài sản. Vì các chuỗi thời gian này thường có nhiều tài sản hơn các quan sát trong khoảng thời gian, họ đã đề xuất thực …

23 pca econometrics

4

Tranh chấp các giá trị còn thiếu cho PCA

Tôi đã sử dụng prcomp()chức năng để thực hiện PCA (phân tích thành phần chính) trong R. Tuy nhiên, có một lỗi trong chức năng đó khiến na.actiontham số không hoạt động. Tôi đã yêu cầu giúp đỡ về stackoverflow ; Hai người dùng ở đó đưa ra hai cách …

23 r pca missing-data data-imputation

1

Tại sao chỉ có

Trong PCA, khi số lượng kích thước lớn hơn (hoặc thậm chí bằng) số lượng mẫu N , tại sao bạn sẽ có nhiều nhất các hàm sinh học N - 1 khác không? Nói cách khác, thứ hạng của ma trận hiệp phương sai giữa các kích thước d …

22 pca dimensionality-reduction eigenvalues

2

Tại sao PCA của dữ liệu bằng phương tiện SVD của dữ liệu?

Câu hỏi này là về một cách hiệu quả để tính toán các thành phần chính. Nhiều văn bản trên PCA tuyến tính ủng hộ việc sử dụng phân tách giá trị số ít của dữ liệu casewise . Nghĩa là, nếu chúng ta có dữ liệu và muốn thay …

22 pca algorithms svd matrix-decomposition

Câu hỏi được gắn thẻ «pca»