pca पर टैग किए गए जवाब

प्रधान घटक विश्लेषण (पीसीए) एक रैखिक आयामी कमी तकनीक है। यह निर्माण किए गए चर के एक छोटे सेट के लिए एक बहुभिन्नरूपी डेटासेट को कम करता है जितना संभव हो उतना जानकारी (अधिक विचरण) के रूप में संरक्षित करता है। ये चर, जिन्हें प्रधान घटक कहा जाता है, इनपुट चर के रैखिक संयोजन हैं।

1
कर्नेल पीसीए के लिए कर्नेल कैसे चुनें?
कर्नेल पीसीए (प्रमुख घटक विश्लेषण) द्वारा अंतिम डेटा आउटपुट में अच्छे डेटा पृथक्करण के परिणामस्वरूप कर्नेल चुनने के तरीके क्या हैं, और कर्नेल के मापदंडों को अनुकूलित करने के तरीके क्या हैं? यदि संभव हो तो आम आदमी के शब्दों को बहुत सराहा जाएगा, और ऐसे तरीकों की व्याख्या करने …

3
जब हम सिर्फ सुविधाओं की संख्या कम कर सकते हैं तो हम सीखने के एल्गोरिदम को गति देने के लिए पीसीए का उपयोग क्यों करते हैं?
मशीन लर्निंग कोर्स में, मुझे पता चला कि पीसीए ( प्रिंसिपल कंपोनेंट एनालिसिस ) का एक सामान्य उपयोग अन्य मशीन लर्निंग एल्गोरिदम को गति देना है। उदाहरण के लिए, कल्पना करें कि आप लॉजिस्टिक रिग्रेशन मॉडल का प्रशिक्षण ले रहे हैं। यदि आपके पास 1 से n तक प्रशिक्षण सेट …

1
पीसीए में किए गए चरणों की तुलना में कारक विश्लेषण में किए गए कदम
मैं जानता हूं कि पीसीए (प्रमुख घटक विश्लेषण) कैसे किया जाता है, लेकिन मैं ऐसे चरणों को जानना चाहूंगा जिनका उपयोग कारक विश्लेषण के लिए किया जाना चाहिए। पीसीए करने के लिए, आइए कुछ मैट्रिक्स पर विचार करें :AAA 3 1 -1 2 4 0 4 -2 -5 11 22 …

4
पीसीए मॉडल चयन AIC (या BIC) का उपयोग कर
मैं पीसीए निकालने के लिए उचित संख्या में कारकों का चयन करने के लिए एकैके सूचना मानदंड (एआईसी) का उपयोग करना चाहता हूं। एकमात्र मुद्दा यह है कि मुझे यकीन नहीं है कि मापदंडों की संख्या कैसे निर्धारित की जाए। मैट्रिक्स पर विचार करें , जहाँ , चर की संख्या …

2
पीसीए और यादृच्छिक वन
हाल ही में एक कागेल प्रतियोगिता के लिए, मैंने (मैन्युअल रूप से) अपने प्रशिक्षण सेट के लिए 10 अतिरिक्त विशेषताओं को परिभाषित किया था, जो तब एक यादृच्छिक फोर्फ़ क्लास क्लासीफायर को प्रशिक्षित करने के लिए उपयोग किया जाएगा। मैंने नई सुविधाओं के साथ डेटासेट पर पीसीए चलाने का फैसला …

5
क्या मैं क्लस्टर विश्लेषण के लिए चर चयन करने के लिए पीसीए का उपयोग कर सकता हूं?
मुझे क्लस्टर विश्लेषण करने के लिए चर की संख्या कम करनी होगी। मेरे चर दृढ़ता से सहसंबद्ध हैं, इसलिए मैंने एक कारक विश्लेषण पीसीए (प्रमुख घटक विश्लेषण) करने के लिए सोचा । हालांकि, यदि मैं परिणामी अंकों का उपयोग करता हूं, तो मेरे क्लस्टर सही नहीं हैं (साहित्य में पिछले …

2
कारक विश्लेषण से पहले कारक अधिकतम क्या हैं?
प्रमुख घटक विश्लेषण में, पहले प्रमुख घटक अधिकतम विचरण के साथ orthogonal निर्देश हैं। दूसरे शब्दों में, पहले मुख्य घटक को अधिकतम विचरण की दिशा के लिए चुना जाता है, दूसरे प्रमुख घटक को अधिकतम विचरण के साथ पहली दिशा में रूढ़िवादी चुना जाता है, और इसी तरह।कश्मीरkkkkkk क्या कारक …

2
प्रतिगमन के लिए चर का चयन करने के लिए प्रमुख घटक विश्लेषण का उपयोग कैसे करें?
मैं वर्तमान में मॉडलिंग में उपयोग करने के लिए चर का चयन करने के लिए प्रमुख घटक विश्लेषण का उपयोग कर रहा हूं। फिलहाल, मैं अपने प्रयोगों में ए, बी और सी माप करता हूं - जो मैं वास्तव में जानना चाहता हूं वह यह है: क्या मैं समय और …

1
PCA और TruncatedSVD के scikit-learn कार्यान्वयन के बीच अंतर
मैं बीजगणितीय / सटीक स्तर पर प्रधान घटक विश्लेषण और एकवचन मूल्य अपघटन के बीच के संबंध को समझता हूं। मेरा प्रश्न स्कोर-लर्न कार्यान्वयन के बारे में है । प्रलेखन कहता है: " [ट्रंचकेटेडएसवीडी] पीसीए के समान है, लेकिन एक कोवरियन मैट्रिक्स के बजाय सीधे नमूना वैक्टर पर संचालित होता …
12 pca  scikit-learn  svd  scipy 

2
मुख्य घटकों की संख्या निर्धारित करने के लिए पीसीए के लिए क्रॉस-सत्यापन कैसे करें?
मैं प्रिंसिपल कंपोनेंट एनालिसिस के लिए अपना खुद का फंक्शन लिखने की कोशिश कर रहा हूँ, PCA (बेशक इसमें पहले से ही बहुत कुछ लिखा है लेकिन मैं सिर्फ अपने आप से सामान को लागू करने में दिलचस्पी रखता हूँ)। मैंने जो मुख्य समस्या का सामना किया है, वह क्रॉस-वैलिडेशन …

4
केवल एक दूरी मैट्रिक्स के साथ पीसीए प्रदर्शन करना
मैं एक विशाल डेटासेट को क्लस्टर करना चाहता हूं जिसके लिए मेरे पास केवल जोड़ीदार दूरी है। मैंने के-मेडॉइड एल्गोरिथ्म लागू किया है, लेकिन इसे चलाने में बहुत लंबा समय लग रहा है इसलिए मैं एएए लागू करके अपनी समस्या के आयाम को कम करके शुरू करना चाहूंगा। हालाँकि, इस …

2
PCA समाधान अद्वितीय हैं?
जब मैं एक निश्चित डेटा सेट पर पीसीए चलाता हूं, तो क्या समाधान मेरे लिए अद्वितीय है? यानी, मैं 2d निर्देशांक का एक सेट प्राप्त करता हूं, जो इंटरपॉइंट की दूरी के आधार पर होता है। क्या कम से कम एक और व्यवस्था का पता लगाना संभव है जो इन …
12 pca 

4
बहुत उच्च आयामीता के डेटा के लिए पीसीए कैसे करें?
प्रमुख घटक विश्लेषण (पीसीए) करने के लिए, आपको डेटा से प्रत्येक कॉलम के साधनों को घटाना होगा, सहसंबंध गुणांक मैट्रिक्स की गणना करना होगा और फिर eigenvectors और eigenvalues ​​को ढूंढना होगा। ठीक है, बल्कि, यह वही है जो मैंने पायथन में इसे लागू करने के लिए किया था, सिवाय …
12 pca  python 

3
क्या किसी डेटा सेट की आयामीता में कोई कमी है जहां सभी चर लगभग ऑर्थोगोनल हैं?
मान लीजिए कि मेरे पास एक -डायमेंशनल डेटा सेट है जहां आयाम मोटे तौर पर ऑर्थोगोनल हैं (सहसंबंध शून्य हैं)।एनएनNNएनNN क्या इसके संदर्भ में कोई उपयोगिता है: दृश्य प्रतिनिधित्व (वर्गीकरण दक्षता के लिए) या अन्य मापदंड डेटा पर आयामी कमी करने के लिए?

1
पीसीए और पीएलएस में "लोडिंग" और "सहसंबंध लोडिंग" के बीच अंतर क्या है?
प्रधान घटक विश्लेषण (पीसीए) करते समय एक सामान्य बात यह है कि चर के बीच संबंधों की जांच के लिए एक दूसरे के खिलाफ दो लोडिंग की साजिश रचें। मूल घटक प्रतिगमन और पीएलएस प्रतिगमन करने के लिए पीएलएस आर पैकेज के साथ पेपर में एक अलग भूखंड है, जिसे …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.