Perguntas com a marcação «pca»

13
Como interpretar carregamentos de PCA?

Ao ler sobre o PCA, deparei-me com a seguinte explicação: Suponha que tenhamos um conjunto de dados em que cada ponto de dados represente as pontuações de um único aluno em um teste de matemática, um teste de física, um teste de compreensão de leitura e um teste de vocabulário. Encontramos...

12
Como executar o PCA para dados de dimensionalidade muito alta?

Para executar a análise de componentes principais (PCA), é necessário subtrair os dados de cada coluna, calcular a matriz do coeficiente de correlação e, em seguida, localizar os vetores próprios e os valores próprios. Bem, pelo contrário, foi o que fiz para implementá-lo no Python, exceto que...

12
O que os primeiros fatores

Na análise de componentes principais, os primeiros componentes principais são as direções ortogonais k com a variação máxima. Em outras palavras, o primeiro componente principal é escolhido para ser a direção da variação máxima, o segundo componente principal é escolhido para ser a direção...

12
Pacote GBM vs. Caret usando GBM

Estive usando o ajuste de modelo caret, mas depois executei novamente o modelo usando o gbmpacote. Entendo que o caretpacote usa gbme a saída deve ser a mesma. No entanto, apenas um teste rápido usando data(iris)mostra uma discrepância no modelo de cerca de 5% usando RMSE e R ^ 2 como métrica de...

12
PCA e florestas aleatórias

Para uma competição recente do Kaggle, eu (manualmente) defini 10 recursos adicionais para o meu conjunto de treinamento, que seriam usados ​​para treinar um classificador de florestas aleatórias. Decidi executar o PCA no conjunto de dados com os novos recursos, para ver como eles se comparavam. Eu...

12
Seleção de modelo PCA usando AIC (ou BIC)

Desejo usar o Critério de informações de Akaike (AIC) para escolher o número apropriado de fatores a serem extraídos em um PCA. O único problema é que não tenho certeza de como determinar o número de parâmetros. Considere uma matriz , em que representa o número de variáveis ​​e o número de...

12
As soluções PCA são únicas?

Quando executo o PCA em um determinado conjunto de dados, a solução fornecida é única? Ou seja, obtenho um conjunto de coordenadas 2D, com base nas distâncias entre pontos. É possível encontrar pelo menos mais um arranjo dos pontos que atenderiam a essas restrições? Se a resposta for sim, como...

12
A otimização do PCA é convexa?

A função objetivo da Análise de Componentes Principais (PCA) é minimizar o erro de reconstrução na norma L2 (consulte a seção 2.12 aqui . Outra visão é tentar maximizar a variação na projeção. Também temos um excelente post aqui: Qual é a função objetivo do PCA ? ). Minha pergunta é que a...