প্রশ্ন ট্যাগ «pca»

আমার কাছে এন-ডাইমেনশনাল স্পেসে ডেটা পয়েন্টের একটি সেট রয়েছে। তদতিরিক্ত, এই একই এন-ডাইমেনশনাল স্পেসে আমারও সেন্ট্রয়েড রয়েছে। এমন কোনও পন্থা রয়েছে যা আমাকে মূল স্থানটিতে তাদের আপেক্ষিক দূরত্বের তথ্য রাখার সময় এই ডেটা পয়েন্টগুলিকে দ্বি-মাত্রিক স্থানে প্রজেক্ট করার অনুমতি দিতে পারে। পিসিএ কি সঠিক?

11 data-visualization  pca  multidimensional-scaling 

ট্র্যাডিশনাল রিগ্রেশন কৌশল (কোন মাত্রা হ্রাস ছাড়াই) এর চেয়ে বেশি মাত্রা হ্রাস রিগ্রেশন (ডিআরআর) বা তত্ত্বাবধানের মাত্রিকতা হ্রাস (এসডিআর) কৌশলগুলির অ্যাপ্লিকেশন বা সুবিধা কী ? এই শ্রেণীর কৌশলগুলি রিগ্রেশন সমস্যার জন্য বৈশিষ্ট্যটির সেটটির একটি নিম্ন-মাত্রিক উপস্থাপনা খুঁজে পায়। এই জাতীয় কৌশলগুলির উদাহরণগুলির মধ্যে রয়েছে স্লাইসড ইনভার্স রিগ্রেশন, প্রিন্সিপাল হেসিয়ান দিকনির্দেশ, …

11 regression  machine-learning  pca  dimensionality-reduction 

পিসিএ টিউটোরিয়ালটির জন্য ইন্টারনেট অনুসন্ধান করা হাজারো ফলাফল দেয় (এমনকি ভিডিওগুলি)। টিউটোরিয়াল অনেকগুলি খুব ভাল। তবে আমি এমন কোনও ব্যবহারিক উদাহরণ খুঁজে পাচ্ছি না যেখানে পিসিএকে এমন কিছু ডেটা-সেট ব্যবহার করে ব্যাখ্যা করা হয়েছে যা আমি প্রদর্শনের জন্য ব্যবহার করতে পারি। আমার একটি টিউটোরিয়াল দরকার যা কিছু ছোট ডেটা সেট …

11 data-visualization  dataset  pca  data-mining 

আমি একটি প্রারম্ভিক অর্থনৈতিক ভূগোল কোর্স পড়ান। আমার ছাত্রদের সমসাময়িক বিশ্ব অর্থনীতিতে প্রাপ্ত দেশগুলির ধরণের আরও ভাল বোঝার বিকাশ এবং ডেটা হ্রাস প্রযুক্তির প্রশংসা বিকাশের জন্য, আমি এমন একটি অ্যাসাইনমেন্ট তৈরি করতে চাই যা বিভিন্ন ধরণের দেশগুলির টাইপোলজি তৈরি করে (যেমন, উচ্চ-আয়ের উচ্চ- এমএফজি দীর্ঘ জীবন প্রত্যাশার মান; উচ্চ আয়ের …

11 pca  factor-analysis  dimensionality-reduction 

উদাহরণ কোড: (pc.cr <- princomp(USArrests)) summary(pc.cr) loadings(pc.cr) ## note that blank entries are small but not zero আমি প্রত্যেকের থেকে আলাদা আউটপুট পাচ্ছি এবং আমি নিশ্চিত নই যে আমি পার্থক্যটি কী তা বুঝতে পেরেছি। এখানে ফলাফল: > summary(pc.cr) Importance of components: Comp.1 Comp.2 Comp.3 Comp.4 Standard deviation 82.8908472 14.06956001 6.424204055 …

11 r  pca 

প্রশ্নটি সফ্টওয়্যার-নির্দিষ্ট করে তোলার ঝুঁকিতে এবং এর সর্বব্যাপীতা এবং আইডিসিএনক্র্যাসির অজুহাতে, আমি biplot()আর এর কার্যকারিতা সম্পর্কে এবং বিশেষত এর ডিফল্ট, সুপারিম্পোজড রেড তীর সম্পর্কিত গণনা এবং পরিকল্পনা সম্পর্কে জিজ্ঞাসা করতে চাই want অন্তর্নিহিত চলকগুলিতে। [কয়েকটি মন্তব্যে বোঝার জন্য, প্রাথমিকভাবে পোস্ট করা প্লটগুলিতে খুব কম আগ্রহের সমস্যা ছিল এবং এখন তা …

11 r  pca  biplot 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

আমি শব্দ এম্বেডিং খুব নতুন। আমি কীভাবে দস্তাবেজগুলি শেখার পরে নজর রাখছি তা কল্পনা করতে চাই ize আমি পড়েছি যে টি-এসএনই হ'ল এটি করার পন্থা। এম্বেডিংয়ের আকার হিসাবে 250 টি মাত্রা সহ আমার কাছে 100K ডকুমেন্ট রয়েছে। পাশাপাশি বেশ কয়েকটি প্যাকেজ উপলব্ধ রয়েছে। তবে, টি-এসএনই-র জন্য, আমি জানি না কতটা …

11 pca  dimensionality-reduction  word2vec  word-embeddings  tsne 

একটি ছোট ভেরিয়েবলের সেট নির্ধারণের জন্য আমি 17 টি পরিমাণগত ভেরিয়েবলের উপর পিসিএ চালিয়েছি, এটি প্রধান উপাদান, দুটি শ্রেণিতে শ্রেণিবদ্ধকরণের জন্য তদারকি করা মেশিন লার্নিংয়ে ব্যবহৃত হতে পারে। পিসিএর পরে পিসি 1 ডেটাতে 31% পার্থক্য রাখে, পিসি 2 অ্যাকাউন্টে 17%, পিসি 3 10%, পিসি 4 অ্যাকাউন্ট 8%, পিসি 5 অ্যাকাউন্ট …

11 machine-learning  classification  pca  dimensionality-reduction 

আমি পাইথনে কীভাবে পুনরায় উত্পাদন করতে পারি সে জন্য আমি এসএএস-এর কাজ করেছি work এই ডেটাসেটটি ব্যবহার করে , যেখানে বহুবিধ লাইনারিটি সমস্যা, আমি পাইথনে মূল উপাদান বিশ্লেষণ করতে চাই। আমি সাইকিট-লার্ন এবং স্ট্যাটাসমডেলগুলি দেখেছি, তবে আমি কীভাবে তাদের আউটপুট নেব এবং এটি এসএএস হিসাবে একই ফলাফলের কাঠামোতে রূপান্তর করব …

11 pca  python  scikit-learn 

ক্রিস্টোফার বিশপ তার প্রমাণ প্যাটার্ন রিকগনিশন অ্যান্ড মেশিন লার্নিং প্রুফ গ্রন্থে লিখেছেন যে পূর্ববর্তী নির্বাচিত উপাদানগুলিতে ডেটা অরথোগোনাল স্পেসে প্রত্যাশিত হওয়ার পরে প্রতিটি পর পরের মূল উপাদানটি একটি মাত্রার প্রক্ষেপণের বৈচিত্রকে সর্বাধিক করে তোলে। অন্যরা অনুরূপ প্রমাণ দেখায়। যাইহোক, এটি কেবল প্রমাণ করে যে প্রতিটি ক্রমাগত উপাদানই একটি মাত্রার সর্বাধিক …

11 machine-learning  variance  pca  dimensionality-reduction  eigenvalues 

মূল উপাদান বিশ্লেষণের মাধ্যমে প্রাপ্ত মূল্যগুলির দ্বি-দ্বি ব্যবহার করে, প্রতিটি নীতি উপাদান তৈরি করে এমন ব্যাখ্যামূলক ভেরিয়েবলগুলি অন্বেষণ করা সম্ভব। লিনিয়ার বৈষম্যমূলক বিশ্লেষণের মাধ্যমেও কি এটি সম্ভব? প্রদত্ত উদাহরণগুলি ব্যবহার করে ডেটা হ'ল "এডগার অ্যান্ডারসনের আইরিস ডেটা" ( http://en.wikedia.org/wiki/Iris_flower_data_set )। আইরিস ডেটা এখানে : id SLength SWidth PLength PWidth species …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot 

প্রশ্ন আমি ল্যাপ্লাসিয়ান ইজেনম্যাপস পদ্ধতিতে খুব আগ্রহী। বর্তমানে, আমি আমার মেডিকেল ডেটা সেটগুলিতে মাত্রা হ্রাস করতে এটি ব্যবহার করছি। যাইহোক, আমি পদ্ধতিটি ব্যবহার করে একটি সমস্যায় পড়েছি। উদাহরণস্বরূপ, আমার কাছে কিছু ডেটা (স্পেকট্রা সিগন্যাল) রয়েছে এবং আমি কিছু পিসি (বা আইসি) পেতে পিসিএ (বা আইসিএ) ব্যবহার করতে পারি। সমস্যাটি কীভাবে …

11 pca  ica 

আমি এই নিবন্ধটি মূল উপাদান উপাদান বিশ্লেষণ এবং একাধিক বৈষম্য বিশ্লেষণ (লিনিয়ার বৈষম্য বিশ্লেষণ) এর মধ্যে পার্থক্য নিয়ে পড়ছি এবং আমি কেন এমডিএ / এলডিএর চেয়ে পিসিএ ব্যবহার করবে তা বোঝার চেষ্টা করছি। ব্যাখ্যাটির সংক্ষিপ্তসার নিম্নরূপ: মোটামুটি পিসিএ ভাষায় আমরা সর্বোচ্চ বৈকল্পের অক্ষগুলি সন্ধান করার চেষ্টা করছি যেখানে ডেটা সর্বাধিক …

10 classification  pca  dimensionality-reduction  discriminant-analysis 

আমি বুঝতে চাই যে কীভাবে আমি পিসিএ দ্বারা সরবরাহিত স্থানাঙ্ক স্থানে নয়, (ঘোরানো) ভেক্টরগুলির সামান্য পৃথক গোষ্ঠীর বিপরীতে কোনও ডেটা সেটের বৈকল্পিকতার শতাংশ পেতে পারি। set.seed(1234) xx <- rnorm(1000) yy <- xx * 0.5 + rnorm(1000, sd = 0.6) vecs <- cbind(xx, yy) plot(vecs, xlim = c(-4, 4), ylim = …

10 r  variance  pca  linear-algebra