আমি scikit-learn
মাত্রা হ্রাসের জন্য মেশিন লার্নিং লাইব্রেরি (পাইথন) থেকে লিনিয়ার ডিসক্রিমিনেন্ট অ্যানালাইসিস (এলডিএ) ব্যবহার করছিলাম এবং ফলাফলগুলি সম্পর্কে কিছুটা কৌতূহল ছিলাম। আমি এখন অবাক হয়ে যাচ্ছি যে এলডিএ scikit-learn
কী করছে যাতে ফলাফলগুলি দেখতে আলাদা হয়, যেমন একটি ম্যানুয়াল পদ্ধতি বা একটি এলডিএ আর থেকে করা হয়েছিল। এখানে কেউ আমাকে কিছু অন্তর্দৃষ্টি দিতে পারলে দুর্দান্ত হবে।
মূলত সর্বাধিক বিষয়টি হ'ল scikit-plot
দুটি শোকারের মধ্যে একটি পারস্পরিক সম্পর্ক রয়েছে যেখানে একটি পারস্পরিক সম্পর্ক 0 থাকতে হবে।
একটি পরীক্ষার জন্য, আমি আইরিস ডেটাসেট ব্যবহার করেছি এবং প্রথম 2 লিনিয়ার বৈষম্যকারীগুলি দেখতে এরকম দেখেছে:
চিত্র 1। এলডিএ সাইকিট-শিখার মাধ্যমে
এটি মূলত এখানে স্কাইকিট-লার্ন ডকুমেন্টেশনে প্রাপ্ত ফলাফলগুলির সাথে সামঞ্জস্যপূর্ণ ।
এখন, আমি ধাপে ধাপে এলডিএ পেরিয়েছি এবং একটি আলাদা প্রক্ষেপণ পেয়েছি। কী চলছে তা জানার জন্য আমি বিভিন্ন পদ্ধতির চেষ্টা করেছি:
চিত্র 2। কাঁচা ডেটাতে এলডিএ (কোনও কেন্দ্রীকরণ নেই, মান নেই)
এবং আমি যদি ধাপে ধাপে পদক্ষেপ গ্রহণ করি তবে আমি যদি প্রথমে ডেটা মানক (জেড-স্কোর নরমালাইজেশন; ইউনিট ভেরিয়েন্স) করি। আমি একই জিনিসটি কেবলমাত্র কেন্দ্রিক কেন্দ্র করেই করেছি, যা একই আপেক্ষিক প্রজেকশন ইমেজের দিকে পরিচালিত করে (এবং যা এটি সত্যই করেছে)।
চিত্র 3। গড় কেন্দ্রিককরণ বা মানককরণের পরে ধাপে ধাপে এলডিএ
চিত্র 4। আর ডি ডিফল্ট সেটিংসে এলডিএ
আইএমজি -৩-এ এলডিএ যেখানে আমি ডেটা কেন্দ্র করেছিলাম (যা পছন্দসই পদ্ধতির হবে) দেখতেও ঠিক একই রকম দেখায় যেটি আর-তে এলডিএ করেছে এমন একজনের দ্বারা আমি একটি পোস্টে পেয়েছি
রেফারেন্সের জন্য কোড
আমি এখানে সমস্ত কোড পেস্ট করতে চাইনি, তবে আমি এলডিএ প্রজেকশনটির জন্য ব্যবহৃত কয়েকটি পদক্ষেপ (নীচে দেখুন) ভাঙা আইপিথন নোটবুক হিসাবে এটি এখানে আপলোড করেছি ।
- পদক্ষেপ 1: ডি-ডাইমেনশনাল গড় ভেক্টর
পদক্ষেপ 2: স্ক্যাটার ম্যাট্রিক্স গণনা করা
২.১ এর মধ্যে-শ্রেণীর স্ক্যাটার ম্যাট্রিক্স নিম্নলিখিত সমীকরণ দ্বারা গণনা করা হয়:
২.২ মধ্যবর্তী শ্রেণির স্ক্যাটার ম্যাট্রিক্স নিম্নলিখিত সমীকরণ দ্বারা গণনা করা হয়েছে: যেখানে সামগ্রিক গড়।
পদক্ষেপ ৩. ম্যাট্রিক্স জন্য সাধারণীকরণ করা আইগেনুয়ালু সমস্যা সমাধান করা
3.1। ইগন্যালেক্টর হ্রাস করে ইগেনভেেক্টর বাছাই করা
3.2। বৃহত্তম ইগনালভেয়েস সহ কে ইগেনভেেক্টর নির্বাচন করা । আমাদের ডাইমেনশনাল ইগেনভেেক্টর ম্যাট্রিক্স নির্মাণের জন্য দুটি ইগেনভেেক্টরকে সর্বাধিক আইজেনভ্যালুগুলির সাথে একত্রিত করা
পদক্ষেপ 5: নমুনাগুলি নতুন উপস্থানে onto উপর রূপান্তর