pca पर टैग किए गए जवाब

मैं एमआरआई डेटा पर एक मैटलैब विश्लेषण कर रहा हूं जहां मैंने पीसीए को मैट्रिक्स आकार 10304x236 पर प्रदर्शन किया है जहां 10304 वॉक्सल्स की संख्या है (उन्हें पिक्सेल के रूप में सोचो) और 236 टाइमपॉइंट की संख्या है। पीसीए मुझे 236 ईजेंवल और उनके संबंधित गुणांक देता है। यह …

10 pca  eigenvalues  neuroimaging 

Supose मीन-केंद्रित डेटा का एक मैट्रिक्स है। मैट्रिक्स है , है , अलग अभिलक्षणिक मान तथा अभिलक्षणिक सदिशAA\mathbf AS=cov(A)S=cov(A)\mathbf S=\text{cov}(\mathbf A)m×mm×mm\times mmmms1s1\mathbf s_1, s2s2\mathbf s_2 ... smsm\mathbf s_m, जो ऑर्थोगोनल हैं। iii-तथा प्रमुख घटक (कुछ लोग उन्हें "स्कोर" कहते हैं) वेक्टर है zi=Asizi=Asi\mathbf z_i = \mathbf A\mathbf s_i। दूसरे शब्दों …

10 correlation  pca  linear-algebra 

मेरे पास 50 नमूनों का डेटासेट है। प्रत्येक नमूना 11 (संभवतः सहसंबद्ध) बूलियन सुविधाओं से बना है। मैं कुछ ऐसे नमूनों को 2 डी प्लॉट पर देखना चाहता हूं और जांचना चाहता हूं कि क्या 50 नमूनों में समूह / समूह हैं। मैंने निम्नलिखित दो तरीकों की कोशिश की है: …

10 clustering  data-visualization  pca  k-means  spectral-analysis 

मैं आर में एक असतत समय मॉडल फिट करने की कोशिश कर रहा हूं, लेकिन मुझे यकीन नहीं है कि यह कैसे करना है। मैंने पढ़ा है कि आप विभिन्न चर में निर्भर चर को व्यवस्थित कर सकते हैं, प्रत्येक समय-अवलोकन के लिए, और glmएक लॉगिट या क्लॉगलॉग लिंक के …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

मेरे पास एक मैट्रिक्स है, जहां जीन की संख्या है और रोगियों की संख्या है। जिस किसी ने भी इस तरह के डेटा के साथ काम किया है, वह जानता है कि हमेशा से बड़ा होता है । सुविधा चयन का उपयोग करके मैंने को एक अधिक उचित संख्या में …

10 correlation  pca  genetics  covariance  distance-functions 

कल्पना कीजिए कि आपके पास एक बहुभुज है जिसे निर्देशांक के एक सेट द्वारा परिभाषित किया गया है (x1,y1)...(xn,yn)(x1,y1)...(xn,yn)(x_1,y_1)...(x_n,y_n) और इसका द्रव्यमान केंद्र में है (0,0)(0,0)(0,0)। आप बहुभुज को बहुभुज सीमा के साथ एक समान वितरण के रूप में मान सकते हैं । मैं एक ऐसी विधि के बाद हूं …

9 pca  covariance-matrix  polygon 

प्रत्येक से समन्वयित iid के साथ 10,000-आयामी स्थान में 20 यादृच्छिक अंक लें एन( 0 , 1 )एन(0,1)\mathcal N(0,1)। उन्हें 10 जोड़े ("जोड़े") में विभाजित करें और डेटासेट में प्रत्येक जोड़ी ("एक बच्चा") का औसत जोड़ें। फिर परिणामी 30 बिंदुओं पर पीसीए करें और पीसी 1 बनाम पीसी 2 प्लॉट …

9 pca  python  high-dimensional  genetics  gwas 

समस्या सेटअप मेरे पास उच्च आयाम (4096) के डेटा पॉइंट (चित्र) हैं, जिन्हें मैं 2 डी में कल्पना करने की कोशिश कर रहा हूं। यह अंत करने के लिए, मैं Karpathy द्वारा निम्नलिखित उदाहरण कोड के समान तरीके से t-sne का उपयोग कर रहा हूं । Scikit सीखने प्रलेखन पहली …

9 pca  dimensionality-reduction  high-dimensional  java  tsne 

मैं तापमान बनाम आइसक्रीम की बिक्री का एक डमी डेटा ले रहा हूं और 2 श्रेणियों (पूरी तरह से डमी) को अलग करने के लिए के मीन्स (एन क्लस्टर्स = 2) का उपयोग करके इसे वर्गीकृत किया गया है। अब मैं इस डेटा पर एक प्रिंसिपल कंपोनेंट एनालिसिस कर रहा …

9 pca  interpretation  k-means  dimensionality-reduction 

विशेषताओं की संख्या को ध्यान में रखते हुए, बार्न्स-हट टी-एसएनई में एक जटिलता है , यादृच्छिक अनुमानों और पीसीए में की एक जटिलता है जो उन्हें बहुत बड़े डेटा सेटों के लिए "सस्ती" बनाती है।O(nlogn)O(nlog⁡n)O(n\log n)O(n)O(n)O(n) दूसरी ओर, पर निर्भर तरीकों बहुआयामी स्केलिंग एक है जटिलता।O(n2)O(n2)O(n^2) क्या अन्य आयाम में …

9 pca  dimensionality-reduction  large-data  multidimensional-scaling  tsne 

पाठ के वर्गीकरण के लिए ऑटोएन्कोडर्स पर अपने पेपर में हिंटन और सलाखुद्दीनोव ने 2-आयामी एलएसए (जो पीसीए से निकटता से संबंधित है) द्वारा निर्मित भूखंड का प्रदर्शन किया :। पीसीए को बिल्कुल अलग उच्च आयामी डेटा पर लागू करना मैंने एक समान दिखने वाला प्लॉट प्राप्त किया: (इस मामले …

9 data-visualization  pca 

मैं डाटासेट पर पीसीए प्रदर्शन करके और पिछले कुछ पीसी को फेंककर एक डेटासेट की गतिशीलता और शोर को कम करने की कोशिश कर रहा हूं। उसके बाद, मैं शेष पीसी पर कुछ मशीन लर्निंग एल्गोरिदम का उपयोग करना चाहता हूं, और इसलिए मैं एल्गोरिदम को बेहतर बनाने के लिए …

9 variance  pca  factor-rotation 

मेरे पास 19 चरों के 1000+ नमूने का डेटासेट है। मेरा उद्देश्य अन्य 18 चर (बाइनरी और निरंतर) के आधार पर एक द्विआधारी चर की भविष्यवाणी करना है। मुझे पूरा विश्वास है कि 6 पूर्वानुमानित चर द्विआधारी प्रतिक्रिया के साथ जुड़े हुए हैं, हालांकि, मैं डेटासेट का विश्लेषण करना चाहूंगा …

9 pca 

मैं से प्रमुख घटक विश्लेषण की मूल बातें के बारे में पढ़ा tutorial1 , link1 और link2 । मेरे पास 100 चर का डेटा सेट है (आउटपुट चर Y सहित), मैं पीसीए द्वारा चर को 40 तक कम करना चाहता हूं, और फिर उन 40 चर का उपयोग करके चर …

9 regression  pca 

मैं मूल घटक विश्लेषण के आउटपुट को समझने की कोशिश कर रहा हूं जो निम्न प्रकार से किया गया है: > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 …

9 r  pca  interpretation