চতুর্থাংশ 1
পরিবেশবিদরা সারাক্ষণ গ্রেডিয়েন্টের কথা বলেন। এখানে প্রচুর ধরণের গ্রেডিয়েন্ট রয়েছে তবে আপনি যেগুলি পরিবর্তনশীল (গুলি) চান তা বা প্রতিক্রিয়ার জন্য গুরুত্বপূর্ণ এটির কিছু সমন্বয় হিসাবে তাদের মনে করা ভাল think সুতরাং একটি গ্রেডিয়েন্ট সময়, বা স্থান, বা মাটির অম্লতা, বা পুষ্টিকর উপাদান বা আরও জটিল কিছু হতে পারে যেমন কোনওভাবে প্রতিক্রিয়া দ্বারা প্রয়োজনীয় প্রতিক্রিয়াগুলির একটি রৈখিক সংমিশ্রণ।
আমরা গ্রেডিয়েন্টগুলি নিয়ে কথা বলি কারণ আমরা স্থান বা সময় প্রজাতি পর্যবেক্ষণ করি এবং সেই স্থান বা সময়ের সাথে পুরো হোস্টের বিভিন্নতা থাকে।
Q2 এর
আমি এই সিদ্ধান্তে পৌঁছেছি যে অনেক ক্ষেত্রে পিসিএর ঘোড়াটি কোনও গুরুতর সমস্যা নয় যদি আপনি বুঝতে পারেন যে এটি কীভাবে উত্থিত হয় এবং যখন "গ্রেডিয়েন্ট" আসলে পিসি 1 এবং পিসি 2 দ্বারা প্রতিনিধিত্ব করা হয় তখন পিসি 1 নেওয়ার মতো নির্বোধ কাজগুলি করেন না (ভাল এটি উচ্চতর পিসিগুলিতেও বিভক্ত হয় তবে আশা করি একটি 2-ডি উপস্থাপনা ঠিক আছে)।
সিএতে আমি অনুমান করি আমিও এটিই ভাবি (এখন এটি সম্পর্কে কিছুটা ভাবতে বাধ্য করা হয়েছে)। সমাধানটি একটি খিলান তৈরি করতে পারে যখন ডেটাগুলিতে শক্তিশালী দ্বিতীয় মাত্রা না থাকে যেমন সিএ অক্ষগুলির অরথোগোনালটির প্রয়োজনীয়তা পূরণকারী প্রথম অক্ষের একটি ভাঁজ সংস্করণ, ডেটাতে অন্য দিকের চেয়ে আরও "জড়তা" ব্যাখ্যা করে। এটি আরও গুরুতর হতে পারে কারণ এটি কাঠামোযুক্ত তৈরি হয়েছে যেখানে পিসিএ সহ খিলানটি একক প্রভাবশালী গ্রেডিয়েন্ট বরাবর সাইটে প্রজাতির প্রাচুর্য উপস্থাপনের এক উপায়।
আমি দৃ quite়ভাবে বুঝতে পারি নি কেন লোকেরা শক্তিশালী ঘোড়াওয়ালা দিয়ে পিসি 1 ধরে ভুল ক্রম নিয়ে এত চিন্তা করে। আমি পাল্টা বলব যে এই ধরণের ক্ষেত্রে আপনার কেবল পিসি 1 নেওয়া উচিত নয় এবং তারপরে সমস্যাটি চলে যায়; পিসি 1 এবং পিসি 2 তে স্থানাঙ্কগুলির জোড়া দুটি অক্ষের যে কোনও একটিতে বিপরীতগুলি থেকে মুক্তি পায়।
চতুর্থাংশ 3
যদি আমি কোনও পিসিএ বাইপ্লটে ঘোড়াটিকে দেখে থাকি তবে আমি ডেটাটিকে একক প্রভাবশালী গ্রেডিয়েন্ট বা তারতম্যের দিক হিসাবে ব্যাখ্যা করতাম।
আমি যদি খিলানটি দেখে থাকি তবে আমি সম্ভবত এটিই শেষ করতাম তবে সিএ অক্ষ 2 টি ব্যাখ্যা করার চেষ্টা করার ক্ষেত্রে আমি খুব সতর্ক থাকব।
আমি ডিসিএ প্রয়োগ করব না - এটি কেবল খিলানটিকে দূরে মুছে ফেলে (সেরা পরিস্থিতিতে) যেমন আপনি 2-ডি প্লটে অদ্ভুততা দেখেন না, তবে বেশিরভাগ ক্ষেত্রে এটি হীরা বা শিংগা আকারের মতো অন্যান্য মজাদার কাঠামো তৈরি করে ডিসিএ স্পেসে নমুনাগুলির ব্যবস্থা। উদাহরণ স্বরূপ:
library("vegan")
data(BCI)
plot(decorana(BCI), display = "sites", type = "p") ## does DCA
আমরা প্লটের বাম দিকে স্যাম্পল পয়েন্টগুলির বাইরে একটি সাধারণ ফ্যানিং দেখতে পাই।
Q4 ই
আমি পরামর্শ দেব যে এই প্রশ্নের উত্তর আপনার বিশ্লেষণের লক্ষ্যগুলির উপর নির্ভর করে। যদি খিলান / ঘোড়াটি কোনও একক প্রভাবশালী গ্রেডিয়েন্টের কারণে হয়, তবে এটি পিসিএ অক্ষ হিসাবে উপস্থাপন করার পরিবর্তে , যদি আমরা একক ভেরিয়েবলের অনুমান করতে পারি যা গ্রেডিয়েন্টের সাথে সাইটগুলি / নমুনাগুলির অবস্থানের প্রতিনিধিত্ব করে।মি
এটি ডেটার উচ্চ-মাত্রিক স্থানটিতে একটি অ-লাইন দিক খুঁজে পাওয়ার পরামর্শ দিবে। এর মধ্যে একটি পদ্ধতি হস্টি এবং স্টুজেলের মূল বক্ররেখা, তবে অন্যান্য অ-রৈখিক বহুবিধ পদ্ধতি উপলব্ধ যা যথেষ্ট হতে পারে।
উদাহরণস্বরূপ, কিছু প্যাথলজিকাল ডেটার জন্য
আমরা একটি শক্তিশালী অশ্বারোহী দেখতে। প্রধান বক্ররেখা এই তথ্যের মূল মাত্রাগুলিতে একটি মসৃণ বক্ররেখার মাধ্যমে নমুনার অন্তর্নিহিত গ্রেডিয়েন্ট বা বিন্যাস / ক্রম পুনরুদ্ধার করার চেষ্টা করে। নীচের চিত্রটি দেখায় যে পুনরাবৃত্তিমূলক অ্যালগরিদম অন্তর্নিহিত গ্রেডিয়েন্টের কাছাকাছি কিছুতে রূপান্তর করে। (আমি মনে করি এটি চক্রান্তের শীর্ষে থাকা ডেটা থেকে দূরে সরে যায় যাতে উচ্চ মাত্রায় ডেটা আরও কাছাকাছি থাকে এবং আংশিকভাবে একটি বক্রকে প্রধান বক্র হিসাবে ঘোষিত করার জন্য স্ব-ধারাবাহিকতার মানদণ্ডের কারণে))
আমার ব্লগ পোস্টে কোড সহ আরও বিশদ রয়েছে যা থেকে আমি এই চিত্রগুলি নিয়েছি। তবে এখানে মূল বক্তব্য হ'ল প্রধান কার্ভগুলি সহজেই স্যাম্পলগুলির জ্ঞাত ক্রম পুনরুদ্ধার করে যেখানে নিজেরাই PC1 বা PC2 থাকে না।
পিসিএ ক্ষেত্রে, বাস্তুশাস্ত্রে ট্রান্সফরমেশনগুলি প্রয়োগ করা সাধারণ। জনপ্রিয় রূপান্তরগুলি হ'ল রূপান্তরিত ডেটাতে ইউক্লিডিয়ান দূরত্ব গণনা করা হলে কিছু ইউক্লিডিয়ান দূরত্ব ফিরে আসার কথা ভাবা যেতে পারে। উদাহরণস্বরূপ, হ্যালিঞ্জার দূরত্ব
ডিএইচ ই ঠ ঠ আমি এন জি ই দ( x 1 , x 2 ) = ∑j = 1পি[ ওয়াই1 জেY1 +----√- y2 জY2 +----√]2------------------⎷
যেখানে নমুনা ম প্রজাতির প্রাচুর্য , ম নমুনাতে সমস্ত প্রজাতির প্রাচুর্যের যোগফল । আমরা যদি ডেটাগুলিকে অনুপাতে রূপান্তর করি এবং একটি স্কোয়ার-রুটের রূপান্তর প্রয়োগ করি তবে ইউক্লিডিয়ান দূরত্ব-সংরক্ষণকারী পিসিএ আসল ডেটাতে হ্যালিঞ্জার দূরত্বকে উপস্থাপন করবে। j i y i + iYআমি জেঞiyi+i
ঘোড়াটি বাস্তুশাস্ত্রে দীর্ঘকাল ধরে পরিচিত এবং অধ্যয়ন করা হয়েছে; প্রথম দিকের সাহিত্যের কয়েকটি (আরও আধুনিক চেহারা)
প্রধান প্রধান বক্র রেফারেন্স হয়
প্রাক্তনটি খুব পরিবেশগত উপস্থাপনা হওয়ার সাথে।