Запитання з тегом «pca»

Аналіз основних компонентів (PCA) - це метод лінійного зменшення розмірності. Це зводить багатоваріантний набір даних до меншого набору побудованих змінних, зберігаючи якомога більше інформації (стільки варіацій). Ці змінні, які називаються основними компонентами, є лінійними комбінаціями вхідних змінних.

3
Про використання косого обертання після PCA
Кілька статистичних пакетів, такі як SAS, SPSS і R, дозволяють здійснити якесь обертання факторів після PCA. Чому після PCA необхідний обертання? Чому б ви застосували похиле обертання після PCA, враховуючи, що метою PCA є створення ортогональних розмірів?
2
Візуалізація декількох "гістограм" (бар-діаграм)
У мене виникають труднощі вибрати правильний спосіб візуалізації даних. Скажімо, у нас є книгарні, які продають книги , і кожна книга має принаймні одну категорію . Для книгарні, якщо порахувати всі категорії книг, ми отримуємо гістограму, яка показує кількість книг, які потрапляють у певну категорію для цієї книгарні. Я хочу …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.