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
पीसीए, एलडीए, सीसीए, और पीएलएस
पीसीए, एलडीए, सीसीए और पीएलएस कैसे संबंधित हैं? वे सभी "वर्णक्रमीय" और रैखिक बीजगणितीय लगते हैं और बहुत अच्छी तरह से समझे जाते हैं (कहते हैं कि उनके चारों ओर निर्मित 50+ वर्ष का सिद्धांत)। उनका उपयोग बहुत अलग चीजों के लिए किया जाता है (आयामीता में कमी के लिए …
5
शीर्ष प्रमुख घटक एक आश्रित चर पर भविष्य कहनेवाला शक्ति को कैसे बनाए रख सकते हैं (या बेहतर पूर्वानुमान की ओर भी ले जा सकते हैं)?
मान लीजिए कि मैं एक प्रतिगमन चला रहा हूं । शीर्ष सिद्धांत घटकों का चयन करके , क्या मॉडल पर अपनी भविष्य कहनेवाला शक्ति बरकरार रखता है ?कश्मीर एक्स वाईY∼ एक्सY∼XY \sim Xकश्मीरkkएक्सXXYYY मैं समझता हूं कि यदि शीर्ष eigenvalues ​​के साथ के सहसंयोजक मैट्रिक्स के eigenvectors हैं, तो शीर्ष …
3
प्रतिगमन में रिज नियमितीकरण की व्याख्या
मेरे पास कम से कम वर्गों के संदर्भ में रिज दंड के बारे में कई प्रश्न हैं: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) अभिव्यक्ति से पता चलता है कि X का सहसंयोजक मैट्रिक्स एक विकर्ण मैट्रिक्स की ओर सिकुड़ा हुआ है, जिसका अर्थ है कि (यह मानते हुए कि …
2
क्या यह पीसीए और एलडीए के संयोजन के लिए समझ में आता है?
मान लें कि मेरे पास पर्यवेक्षित सांख्यिकीय वर्गीकरण कार्य के लिए एक डेटासेट है, उदाहरण के लिए, बेयस के क्लासिफायरियर के माध्यम से। इस डेटासेट में 20 विशेषताएं हैं और मैं इसे प्राइमरी कंपोनेंट एनालिसिस (PCA) और / या रैखिक डिस्क्रिमिनेंट एनालिसिस (LDA) जैसी डायमेंशनलिटी रिडक्शन तकनीकों के जरिए 2 …
2
भविष्यवाणी के लिए आर prcomp परिणामों का उपयोग कैसे करें?
मेरे पास 800 अवलोकन के साथ एक डेटा.फ्रेम है। 40 चर की, और मेरी भविष्यवाणी के परिणामों को बेहतर बनाने के लिए सिद्धांत घटक विश्लेषण का उपयोग करना चाहेंगे (जो अब तक कुछ 15 हाथ से चुने गए चर पर सपोर्ट वेक्टर मशीन के साथ सबसे अच्छा काम कर रहा …
25 r  pca 
3
एलएसए बनाम पीसीए (दस्तावेज़ क्लस्टरिंग)
मैं दस्तावेज़ क्लस्टरिंग में उपयोग की जाने वाली विभिन्न तकनीकों की जांच कर रहा हूं और मैं पीसीए (प्रमुख घटक विश्लेषण) और एलएसए (अव्यक्त अर्थ विश्लेषण) से संबंधित कुछ संदेह दूर करना चाहूंगा। पहली बात - उनके बीच क्या अंतर हैं? मुझे पता है कि पीसीए में, एसवीडी अपघटन टर्म-कोवरियन …
2
क्या पीसीए मल्टीकोलिनरिटी के तहत अस्थिर है?
मुझे पता है कि एक प्रतिगमन स्थिति में, यदि आपके पास अत्यधिक सहसंबद्ध चर का एक सेट है, तो यह आमतौर पर "खराब" है क्योंकि अनुमानित गुणांक में अस्थिरता के कारण (प्रसरण अनंतता की ओर जाता है क्योंकि निर्धारक शून्य की ओर जाता है)। मेरा सवाल यह है कि क्या …
5
पीसीए के उदाहरण जहां कम विचरण वाले पीसी "उपयोगी" होते हैं
आम तौर पर प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) में पहले कुछ पीसी का इस्तेमाल किया जाता है और कम वेरिएशन वाले पीसी को गिराया जाता है, क्योंकि वे डेटा में बहुत ज्यादा बदलाव नहीं करते हैं। हालांकि, क्या ऐसे उदाहरण हैं जहां कम भिन्नता वाले पीसी उपयोगी होते हैं (यानी डेटा …
24 pca 
2
कैसे "nonlinear आयामी कमी" के रूप में "nonlinear" समझने के लिए?
मैं लीनियर डायमेंशन रिडक्शन मेथड्स (जैसे, पीसीए) और नॉनलाइनियर अपीयरेंस (उदाहरण के लिए, इस्कैप) के बीच के अंतरों को समझने की कोशिश कर रहा हूं। मैं यह नहीं समझ सकता कि इस संदर्भ में (गैर) रैखिकता क्या है। मैं से पढ़ने विकिपीडिया कि तुलना करके, यदि पीसीए (एक रेखीय आयामी …
3
पीसीए की तुलना में स्पार्स पीसीए कितना बेहतर है?
मैंने कक्षा में कुछ समय पहले पीसीए के बारे में सीखा और इस आकर्षक अवधारणा के बारे में और अधिक खुदाई करके, मुझे पीसीए के बारे में पता चला। मैं, पूछना चाहते है कि अगर मैं गलत नहीं कर रहा हूँ यह है कि क्या विरल पीसीए है: पीसीए में, …
1
आश्रित टिप्पणियों के लिए पीसीए के गुण
हम आमतौर पर पीसीए को डेटा के लिए एक आयामी कमी तकनीक के रूप में उपयोग करते हैं जहां मामलों को आईआईडी माना जाता है प्रश्न: पीसीए को आश्रित, गैर-आईआईडी डेटा के लिए आवेदन करने में क्या विशिष्ट बारीकियां हैं? पीसीए के अच्छे / उपयोगी गुण जो आईआईडी डेटा के …
2
PCA और एसिम्प्टोटिक PCA में क्या अंतर है?
1986 और 1988 में दो पत्रों में , कॉनर और कोरजज़ीक ने मॉडलिंग एसेट रिटर्न के लिए एक दृष्टिकोण प्रस्तावित किया। चूंकि इन समय श्रृंखला में आमतौर पर समयावधि टिप्पणियों की तुलना में अधिक संपत्ति होती है, इसलिए उन्होंने परिसंपत्ति रिटर्न के क्रॉस-अनुभागीय सहसंयोजकों पर एक पीसीए प्रदर्शन करने का …
23 pca  econometrics 
4
पीसीए के लिए लापता मूल्यों का विचलन
मैंने prcomp()आर में एक पीसीए (प्रमुख घटक विश्लेषण) करने के लिए फ़ंक्शन का उपयोग किया । हालांकि, उस फ़ंक्शन में एक बग है जैसे कि na.actionपैरामीटर काम नहीं करता है। मैंने स्टैकओवरफ्लो पर मदद मांगी ; वहाँ दो उपयोगकर्ताओं ने NAमूल्यों से निपटने के दो अलग-अलग तरीकों की पेशकश की …
1
क्यों केवल देखते हैं
पीसीए में, जब आयामों की संख्या ( N के बराबर या उससे अधिक) के नमूनों की संख्या N से अधिक है , तो ऐसा क्यों है कि आपके पास अधिकांश N - 1 गैर-शून्य eigenvectors होंगे? दूसरे शब्दों में, लोगों के बीच सहप्रसरण मैट्रिक्स के पद घ ≥ एन आयाम …
2
डेटा के SVD द्वारा डेटा का PCA क्यों?
यह प्रश्न प्रमुख घटकों की गणना करने के लिए एक कुशल तरीके के बारे में है। रेखीय पीसीए पर कई ग्रंथों केवेज़ डेटा के एकवचन-मूल्य अपघटन का उपयोग करने की वकालत करते हैं । है यही कारण है, अगर हम डेटा है और चर (अपने को बदलना चाहते कॉलम प्रमुख …
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.