Logo sk.boatexistence.com

Sú hlavné zložky nesúvisiace?

Obsah:

Sú hlavné zložky nesúvisiace?
Sú hlavné zložky nesúvisiace?

Video: Sú hlavné zložky nesúvisiace?

Video: Sú hlavné zložky nesúvisiace?
Video: Lipostick Fit: инновационный продукт для снижения веса 2024, Smieť
Anonim

Hlavné komponenty majú rôzne užitočné vlastnosti (Rao 1964; Kshirsagar 1972): Vlastné vektory sú ortogonálne, takže hlavné komponenty predstavujú spoločne kolmé smery cez priestor pôvodných premenných. Skóre hlavnej zložky sú spoločne nekorelované

Sú hlavné zložky vzájomne prepojené?

Analýza hlavných komponentov je založená na korelačnej matici príslušných premenných a korelácie zvyčajne potrebujú veľkú veľkosť vzorky, kým sa stabilizujú.

Sú komponenty PCA nezávislé?

PCA premieta údaje do nového priestoru preklenutého hlavnými komponentmi (PC), ktoré sú nekorelované a ortogonálne. Počítače môžu úspešne extrahovať relevantné informácie z údajov. … Tieto komponenty sú štatisticky nezávislé, t. j. neexistujú žiadne prekrývajúce sa informácie medzi komponentmi.

Je hlavný komponent jedinečný?

Potom v 1-rozmernom PCA nájdeme čiaru, aby sme maximalizovali rozptyl projekcie 2-rozmerných údajov na túto čiaru. … Táto čiara nie je jedinečná, keď 2D dáta majú rotačnú symetriu, takže existuje viac ako jedna čiara, ktorá poskytuje rovnaký maximálny rozptyl v projekcii.

Sú hlavné komponenty ortogonálne?

Hlavnými komponentmi sú vlastné vektory kovariančnej matice, a preto sú ortogonálne. Dôležité je, že súbor údajov, na ktorom sa má použiť technika PCA, musí byť škálovaný. Výsledky sú citlivé aj na relatívne škálovanie.

Odporúča: