Вопросы с тегом «pca»

Анализ главных компонентов (PCA) - это метод линейного уменьшения размерности. Он сводит многомерный набор данных к меньшему набору построенных переменных, сохраняя как можно больше информации (как можно больше дисперсии). Эти переменные, называемые основными компонентами, являются линейными комбинациями входных переменных.

3
Об использовании наклонного вращения после PCA
Несколько статистических пакетов, таких как SAS, SPSS и R, позволяют выполнять некую ротацию факторов после PCA. Почему ротация необходима после PCA? Зачем вам применять наклонное вращение после PCA, учитывая, что целью PCA является получение ортогональных размеров?
2
Визуализация нескольких «гистограмм» (гистограмм)
У меня возникают трудности с выбором правильного способа визуализации данных. Допустим, у нас есть книжные магазины , в которых продаются книги , и у каждой книги есть хотя бы одна категория . Для книжного магазина, если мы посчитаем все категории книг, мы получим гистограмму, которая показывает количество книг, которые попадают …
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.