Preguntas etiquetadas con pca

El análisis de componentes principales (PCA) es una técnica de reducción de dimensionalidad lineal. Reduce un conjunto de datos multivariado a un conjunto más pequeño de variables construidas, conservando tanta información (tanta varianza) como sea posible. Estas variables, llamadas componentes principales, son combinaciones lineales de las variables de entrada.

Técnicas de reducción de dimensiones para muestras muy pequeñas.

Tengo 21 variables socioeconómicas y de nivel macro de actitud (como el porcentaje de madres de 24 a 54 años sin empleo, el porcentaje de niños de 3 a 5 años en guarderías, etc.). También tengo datos sobre las proporciones de abuelos que proporcionaron cuidado intensivo de niños. La mayoría …

8 pca factor-analysis dimensionality-reduction small-sample correspondence-analysis

SVD de una matriz de datos (PCA) después del suavizado

Digamos que tengo un n×mn×mn \times m matriz de datos centrada AAA con SVD A=UΣVTA=UΣVTA = U \Sigma V^{T}. Por ejemplo, m=50m=50m=50 columnas (medidas) que son espectros con n=100n=100n=100diferentes frecuencias La matriz está centrada de modo que las filas de la matriz tienen sus medias restadas. Esto es para interpretar …

8 pca smoothing svd

¿Técnica de reducción de dimensionalidad para maximizar la separación de grupos conocidos?

Digamos que tengo un montón de puntos de datos en R ^ n, donde n es bastante grande (como 50). Sé que estos datos se dividen en 3 grupos, y sé de qué grupo forma parte cada punto de datos. Todo lo que quiero hacer es visualizar estos grupos en …

8 clustering pca dimensionality-reduction data-visualization

¿Cómo probar si la varianza explicada por el primer factor de PCA difiere entre las condiciones de medidas repetidas?

Contexto: Tengo un estudio donde se miden seis variables numéricas en cada una de las dos condiciones experimentales de medidas repetidas (n = 200). Llamemos a las condiciones y y las variables y . Teóricamente, espero que en la condición se explique más la variación en las variables por el …

8 r correlation statistical-significance pca

Trazar un discriminante como línea en diagrama de dispersión

Dado un diagrama de dispersión de datos, puedo trazar los componentes principales de los datos en él, como ejes en mosaico con puntos que son puntajes de componentes principales. Puede ver un diagrama de ejemplo con la nube (que consta de 2 grupos) y su primer componente principal. Se dibuja …

8 pca discriminant-analysis scatterplot

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.

Licensed under cc by-sa 3.0 with attribution required.