pca पर टैग किए गए जवाब

आज के पैटर्न मान्यता वर्ग में मेरे प्रोफेसर ने PCA, eigenvectors और eigenvalues ​​के बारे में बात की। मुझे इसका गणित समझ में आया। अगर मुझे आइजनवेल्स आदि खोजने के लिए कहा जाए तो मैं इसे मशीन की तरह सही तरीके से करूंगा। लेकिन मुझे यह समझ में नहीं आया …

975 pca  intuition  eigenvalues  canonical-question 

प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) को आमतौर पर कोवरियन मैट्रिक्स के एक ईजन-अपघटन के माध्यम से समझाया जाता है। हालाँकि, यह डेटा मैट्रिक्स एकवचन मान अपघटन (SVD) के माध्यम से भी किया जा सकता है । यह कैसे काम करता है? इन दोनों दृष्टिकोणों के बीच क्या संबंध है? एसवीडी और …

351 pca  dimensionality-reduction  matrix  svd 

ऐसा लगता है कि कई सांख्यिकीय पैकेज जो मैं इन दोनों अवधारणाओं को एक साथ लपेटकर उपयोग करता हूं। हालांकि, मैं सोच रहा हूं कि क्या अलग-अलग धारणाएं या डेटा 'औपचारिकताएं' हैं जो एक के बाद एक का उपयोग करने के लिए सही होनी चाहिए। एक वास्तविक उदाहरण अविश्वसनीय रूप …

214 pca  factor-analysis 

सहसंबंध मैट्रिक्स पर और सहसंयोजक मैट्रिक्स पर प्रमुख घटक विश्लेषण (पीसीए) करने के बीच मुख्य अंतर क्या हैं? क्या वे समान परिणाम देते हैं?

153 correlation  pca  covariance  factor-analysis 

मेरे पास एक डेटासेट है जिसमें निरंतर और श्रेणीबद्ध डेटा दोनों हैं। मैं पीसीए का उपयोग करके विश्लेषण कर रहा हूं और सोच रहा हूं कि विश्लेषण के हिस्से के रूप में श्रेणीबद्ध चर को शामिल करना ठीक है या नहीं। मेरी समझ यह है कि पीसीए केवल निरंतर चर …

147 categorical-data  pca  correspondence-analysis  mixed-type-data 

पीसीए और शास्त्रीय एमडीएस अलग कैसे हैं? बिना एमडीएम बनाम एमडीएस के बारे में कैसे? क्या कोई समय है जब आप एक दूसरे को पसंद करेंगे? व्याख्याएं कैसे भिन्न होती हैं?

133 pca  multidimensional-scaling  pcoa 

प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) का इस्तेमाल डायमेंशन की कमी के लिए किया जा सकता है। इस तरह की आयामीता में कमी करने के बाद, मूल घटकों / विशेषताओं को कम संख्या में प्रमुख घटकों से कैसे पुन: निर्मित किया जा सकता है? वैकल्पिक रूप से, कोई डेटा से कई प्रमुख …

113 pca  dimensionality-reduction  svd 

मैं एक पेपर पढ़ रहा हूं जहां पीसीए करने से पहले लेखक अन्य चर के लिए उच्च सहसंबंध के कारण कई चरों को छोड़ देता है। चरों की कुल संख्या लगभग 20 है। क्या इससे कोई लाभ मिलता है? यह मुझे एक ओवरहेड की तरह दिखता है क्योंकि पीसीए को …

111 correlation  pca 

सामान्य तौर पर, यह कहने का क्या मतलब है कि पीसीए जैसे विश्लेषण में भिन्नता का अंश पहले प्रमुख घटक द्वारा समझाया गया है? क्या कोई इसे सहज रूप से समझा सकता है, लेकिन प्रमुख घटक विश्लेषण (पीसीए) के संदर्भ में "विचरण समझाया" का एक सटीक गणितीय परिभाषा दे सकता …

90 regression  pca  linear-model  dimensionality-reduction 

मैं LASSO रिग्रेशन के glmnetसाथ उपयोग करने से वंचित होना शुरू कर रहा हूं, जहां मेरी रुचि के परिणाम द्विगुणित हैं । मैंने नीचे एक छोटा सा नकली डाटा फ्रेम बनाया है: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

कुछ विषयों में, पीसीए (प्रमुख घटक विश्लेषण) को बिना किसी औचित्य के व्यवस्थित रूप से उपयोग किया जाता है, और पीसीए और ईएफए (खोज कारक कारक) को समानार्थक शब्द माना जाता है। इसलिए मैंने हाल ही में पीसीए का उपयोग एक स्केल वैलिडेशन स्टडी के परिणामों का विश्लेषण करने के …

73 pca  factor-analysis  eda 

प्रमुख घटक स्कोर (पीसी स्कोर, पीसीए स्कोर) क्या हैं?

71 pca  definition 

कैन्यिकल कॉर्लेशन विश्लेषण (CCA) एक घटक है जो प्रमुख घटक विश्लेषण (PCA) से संबंधित है। जबकि पीसीए या रैखिक प्रतिगमन को स्कैटर प्लॉट का उपयोग करना सिखाना आसान है (Google छवि खोज पर कुछ हज़ार उदाहरण देखें), मैंने सीसीए के लिए समान सहज दो-आयामी उदाहरण नहीं देखा है। कैसे स्पष्ट …

70 regression  data-visualization  pca  canonical-correlation  geometry 

मैंने क्यू-मोड और आर-मोड प्रमुख घटक विश्लेषण (पीसीए) के बारे में तुलना ?prcompऔर ?princompकुछ पाया। लेकिन ईमानदारी से - मैं इसे नहीं समझता। क्या कोई अंतर समझा सकता है और शायद यह भी बताए कि कब कौन सा आवेदन करना है?

69 r  pca 

प्रमुख घटक विश्लेषण (पीसीए) में, हम eigenvectors (यूनिट वैक्टर) और eigenvalues ​​प्राप्त करते हैं। अब, हम लोडिंग को रूप में परिभाषित करते हैंलोडिंग = eigenvectors ⋅ eigenvalues----------√।Loadings=Eigenvectors⋅Eigenvalues.\text{Loadings} = \text{Eigenvectors} \cdot \sqrt{\text{Eigenvalues}}. मुझे पता है कि eigenvectors सिर्फ दिशाएं और लोडिंग हैं (जैसा कि ऊपर परिभाषित किया गया है) में इन …

67 pca