Thống kê và dữ liệu lớn pca

1

Các thuật toán hiệu quả để tính toán phân rã giá trị số ít (SVD) là gì?

Bài viết Wikipedia về phân tích thành phần chính nói rằng Các thuật toán hiệu quả tồn tại để tính toán SVD của mà không phải tạo ma trận , do đó, tính toán SVD bây giờ là cách tiêu chuẩn để tính toán phân tích thành phần chính từ …

17 pca algorithms svd numerics

1

Là phương pháp mạnh mẽ thực sự tốt hơn?

Tôi có hai nhóm đối tượng, A và B, mỗi nhóm có kích thước khoảng 400 và khoảng 300 người dự đoán. Mục tiêu của tôi là xây dựng một mô hình dự đoán cho một biến phản ứng nhị phân. Khách hàng của tôi muốn xem kết quả của …

17 pca logistic predictive-models robust

4

Chuẩn hóa các biến số cho các biến SVD / PCA

Giả sử chúng ta có biến số có thể đo được, , chúng tôi thực hiện một số của phép đo và sau đó muốn thực hiện phân tách giá trị số ít trên các kết quả để tìm ra trục có phương sai cao nhất cho các điểm trong …

17 pca data-transformation normalization dimensionality-reduction svd

3

Phân tích thành phần chính trong trò chơi ngược về phía trước: có bao nhiêu phương sai của dữ liệu được giải thích bởi sự kết hợp tuyến tính nhất định của các biến?

Tôi đã thực hiện một bộ phận phân tích chính gồm sáu biến MộtMộtA , BBB , CCC , DDD , EEE và FFF . Nếu tôi hiểu chính xác, PC1 không được bảo vệ sẽ cho tôi biết tổ hợp tuyến tính nào của các biến này mô tả …

17 variance pca r-squared covariance-matrix

1

PCA mạnh mẽ và khoảng cách Mahalanobis mạnh mẽ để phát hiện ngoại lệ

Robust PCA (được phát triển bởi Candes et al 2009 hoặc tốt hơn là Netrepalli et al 2014 ) là một phương pháp phổ biến để phát hiện ngoại lệ đa biến , nhưng khoảng cách Mahalanobis cũng có thể được sử dụng để phát hiện sớm hơn với ước …

17 pca outliers covariance-matrix robust anomaly-detection

1

Biện pháp liên kết thích hợp của một biến với thành phần PCA (trên biểu đồ biplot / tải) là gì?

Tôi đang sử dụng FactoMineRđể giảm tập dữ liệu đo của mình xuống các biến tiềm ẩn. Bản đồ biến ở trên rõ ràng đối với tôi để giải thích, nhưng tôi bối rối khi nói đến mối liên hệ giữa các biến và thành phần 1. Nhìn vào bản …

17 correlation pca factor-analysis association-measure biplot

1

Ưu điểm của PCA kernel so với PCA tiêu chuẩn là gì?

Tôi muốn thực hiện một thuật toán trong một bài báo sử dụng kernel SVD để phân tách ma trận dữ liệu. Vì vậy, tôi đã đọc các tài liệu về các phương thức kernel và PCA kernel, v.v. Nhưng nó vẫn rất mơ hồ đối với tôi đặc biệt …

17 pca svd kernel-trick

2

Tại sao phải chuyển đổi dữ liệu trước khi thực hiện phân tích thành phần chính?

Tôi đang làm theo hướng dẫn tại đây: http://www.r-bloggers.com/computing-and-visualizing-pca-in-r/ để hiểu rõ hơn về PCA. Hướng dẫn sử dụng bộ dữ liệu Iris và áp dụng chuyển đổi nhật ký trước PCA: Lưu ý rằng trong đoạn mã sau, chúng tôi áp dụng chuyển đổi nhật ký cho các biến …

16 r pca data-transformation logarithm

1

Các thành phần PCA của dữ liệu Gaussian đa biến có độc lập thống kê không?

Các thành phần PCA (trong phân tích thành phần chính) có độc lập thống kê nếu dữ liệu của chúng tôi được phân phối đa biến thông thường không? Nếu vậy, làm thế nào điều này có thể được chứng minh / chứng minh? Tôi hỏi bởi vì tôi thấy …

16 pca independence svd

2

Hiển thị tương quan không gian và thời gian trên bản đồ

Tôi có dữ liệu cho một mạng lưới các trạm thời tiết trên khắp Hoa Kỳ. Điều này cho tôi một khung dữ liệu chứa ngày, vĩ độ, kinh độ và một số giá trị đo được. Giả sử rằng dữ liệu được thu thập một lần mỗi ngày và …

16 r regression data-visualization pca spatial

2

Khi nào chúng ta kết hợp giảm kích thước với phân cụm?

Tôi đang cố gắng thực hiện phân cụm cấp độ tài liệu. Tôi đã xây dựng ma trận tần số tài liệu thuật ngữ và tôi đang cố gắng phân cụm các vectơ chiều cao này bằng phương tiện k. Thay vì phân cụm trực tiếp, điều tôi đã làm …

16 clustering pca dimensionality-reduction text-mining svd

2

Đánh giá độ tin cậy của một bảng câu hỏi: chiều, các mặt hàng có vấn đề và liệu có nên sử dụng alpha, lambda6 hoặc một số chỉ số khác không?

Tôi đang phân tích điểm số được đưa ra bởi những người tham gia một thí nghiệm. Tôi muốn ước tính độ tin cậy của bảng câu hỏi của tôi bao gồm 6 mục nhằm ước tính thái độ của những người tham gia đối với một sản phẩm. Tôi …

16 pca reliability scales psychometrics cronbachs-alpha

3

Phiên dịch điểm PCA

Bất cứ ai có thể giúp tôi trong việc giải thích điểm PCA? Dữ liệu của tôi đến từ một bảng câu hỏi về thái độ đối với gấu. Theo các tải, tôi đã giải thích một trong những thành phần chính của mình là "sợ gấu". Điểm số của …

16 pca

1

Mối liên hệ giữa bình phương tối thiểu một phần, hồi quy xếp hạng giảm và hồi quy thành phần chính là gì?

Là giảm hồi quy xếp hạng và hồi quy thành phần chính chỉ là trường hợp đặc biệt của bình phương nhỏ nhất một phần? Hướng dẫn này (Trang 6, "So sánh các mục tiêu") nói rằng khi chúng ta thực hiện bình phương tối thiểu một phần mà không …

16 regression pca dimensionality-reduction partial-least-squares reduced-rank-regression

2

Xác thực chéo PCA và k-gấp trong gói caret trong R

Tôi vừa xem lại một bài giảng từ khóa học về Machine Learning trên Coursera. Trong phần mà giáo sư thảo luận về PCA về dữ liệu tiền xử lý trong các ứng dụng học tập có giám sát, ông nói rằng PCA chỉ nên được thực hiện trên dữ …

16 r pca cross-validation caret

Câu hỏi được gắn thẻ «pca»