পিসিএ-তে, আমরা যদি বিপরীত কোভেরিয়েন্স ম্যাট্রিক্সের মূল উপাদানগুলি বেছে নিই বা বড় ইগেনভ্যালুগুলির সাথে মিলিত কোভারিয়েন্স ম্যাট্রিক্সের ইগেনভেেক্টরগুলি ফেলে রাখি তবে এটির কোনও পার্থক্য রয়েছে?
এটি এই পোস্টে আলোচনার সাথে সম্পর্কিত ।
পিসিএ-তে, আমরা যদি বিপরীত কোভেরিয়েন্স ম্যাট্রিক্সের মূল উপাদানগুলি বেছে নিই বা বড় ইগেনভ্যালুগুলির সাথে মিলিত কোভারিয়েন্স ম্যাট্রিক্সের ইগেনভেেক্টরগুলি ফেলে রাখি তবে এটির কোনও পার্থক্য রয়েছে?
এটি এই পোস্টে আলোচনার সাথে সম্পর্কিত ।
উত্তর:
লক্ষ্য করুন যে ধনাত্মক নির্দিষ্ট কোভেরিয়েন্স ম্যাট্রিক্স এর যথার্থতা হ'ল বোল্ডসিম্বল \ সিগমা ^ {- 1} = \ ম্যাথবিএফ {ইউডি} ^ {- 1} th ম্যাথবিফ ইউ' ।
সুতরাং ইজিভেনেক্টরগুলি একই থাকে, তবে নির্ভুলতার ইগনালভ্যুগুলি হ'ল কোভেরিয়েন্সের ইজেনভ্যালুগুলির প্রতিদান। তার অর্থ, কোভেরিয়েন্সের বৃহত্তম ইগেনালুগুলি হ'ল নির্ভুলতার ক্ষুদ্রতম এগেনভ্যালু হবে। আপনার বিপরীতমুখী হিসাবে, ইতিবাচক সুনির্দিষ্টতার গ্যারান্টি দেয় যে সমস্ত জিগ্যালু শূন্যের চেয়ে বেশি।
আপনি সংক্রান্ত eigenvectors ধরে রাখা অত: পর যদি স্পষ্টতা সাধারণ পিসিএ এই অনুরূপ ক্ষুদ্রতম eigenvalues। যেহেতু আমরা ইতিমধ্যে গ্রাহক ( ) গ্রহণ করেছি, তাই রূপান্তরিত ডেটা সাদা করার জন্য কেবল নির্ভুলতা ইগেনভ্যালুগুলির বর্গমূল ব্যবহার করা উচিত।