প্রশ্ন ট্যাগ «pca»

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 ।

10 machine-learning  pca  computational-statistics 

হ্যাকারদের জন্য মেশিন লার্নিং বইটিতে দেওয়া একটি উদাহরণ পড়ছি । আমি প্রথমে উদাহরণটি বিস্তারিতভাবে বর্ণনা করব এবং তারপরে আমার প্রশ্ন সম্পর্কে কথা বলব। উদাহরণ : 25 শেয়ারের দামের 10 বছরের জন্য একটি ডেটাসেট নেয়। 25 শেয়ারের দামে পিসিএ চালায়। ডাউ জোন্স সূচকের সাথে মূল উপাদানটির তুলনা করে। পিসি এবং ডিজেআইয়ের …

10 time-series  pca  references  covariance  stationarity 

আমি বর্তমানে টি-এসএনই ভিজ্যুয়ালাইজেশন কৌশলটি পড়ছি এবং এটি উল্লেখ করা হয়েছিল যে উচ্চ-মাত্রিক ডেটা দেখার জন্য প্রধান উপাদান বিশ্লেষণ (পিসিএ) ব্যবহার করার একটি অসুবিধা হ'ল এটি কেবলমাত্র পয়েন্টগুলির মধ্যে বৃহত্তর জোড়াযুক্ত দূরত্ব সংরক্ষণ করে। উচ্চ মাত্রার স্থানের তুলনায় পৃথক পৃথক অর্থ অর্থ পয়েন্টগুলি নিম্ন-মাত্রিক উপ-স্পেসেও অনেক দূরে উপস্থিত হবে তবে …

10 machine-learning  data-visualization  pca  tsne 

প্রধান উপাদান বিশ্লেষণ '(পিসিএ) ক্লাসিকাল পদ্ধতিতে এটি কোনও ইনপুট ডেটা ম্যাট্রিক্সে করা হয় যার কলামগুলির শূন্য মানে হয় (তারপরে পিসিএ "বৈচিত্র্যকে সর্বাধিক করতে পারে")। কলামগুলি কেন্দ্র করে সহজেই এটি অর্জন করা যায়। হাভেনভার, যখন ইনপুট ম্যাট্রিক্স বিচ্ছিন্ন হয়, কেন্দ্রিক ম্যাট্রিক্সটি এখন আর বিচ্ছিন্ন হয়ে যায় এবং - ম্যাট্রিক্সটি যদি খুব …

10 pca  algorithms  dimensionality-reduction  large-data  sparse 

আমার 10 টি ভেরিয়েবল সমন্বিত একটি ডেটাসেট রয়েছে। আমি এই 10 ভেরিয়েবলগুলির দ্বারা একটি একক প্রতিক্রিয়া ভেরিয়েবলের পূর্বাভাস দিতে আংশিক সর্বনিম্ন স্কোয়ারগুলি (পিএলএস) দৌড়েছি, 10 পিএলএস উপাদান বের করেছি এবং তারপরে প্রতিটি উপাদানটির বৈকল্পিক গণনা করেছি। মূল ডেটাতে আমি সমস্ত ভেরিয়েবলের ভেরিয়েন্সের যোগফল নিয়েছি যা 702। তারপরে আমি পিএলএস দ্বারা …

10 regression  pca  covariance-matrix  partial-least-squares 

আমার কাছে একটি ম্যাট্রিক্স এক্স রয়েছে , যেখানে ডি = 100- মাত্রিক জায়গাতে আমার এন = 20 নমুনা রয়েছে । আমি এখন মতলবতে আমার নিজস্ব প্রধান উপাদান বিশ্লেষণ (পিসিএ) কোড করতে চাই। আমি এক্স থেকে এক্স 0 টি প্রথম বিবেচনা করি।20×10020×10020\times100XXXN=20N=20N=20D=100D=100D=100XXXX0X0X_0 আমি কারও কোড থেকে পড়েছি যে এমন পরিস্থিতিতে যেখানে …

10 pca 

আমি সম্প্রতি দুর্দান্ত পিসিএ সম্পর্কে শিখেছি এবং বিজ্ঞান-শিখার ডকুমেন্টেশনে বর্ণিত উদাহরণটি করেছি । শ্রেণিবিন্যাসের উদ্দেশ্যে আমি কীভাবে নতুন ডেটা পয়েন্টগুলিতে পিসিএ প্রয়োগ করতে পারি তা জানতে আগ্রহী। একটি 2 মাত্রিক প্লেনে (এক্স, ওয়াই অক্ষ) পিসিএ দেখার পরে, আমি দেখতে পাচ্ছি যে আমি সম্ভবত ডেটার পয়েন্টগুলি পৃথক করার জন্য একটি লাইন …

10 classification  pca  scikit-learn 

প্রচুর পরিসংখ্যানের পাঠ্যপুস্তক একটি কোভারিয়েন্স ম্যাট্রিক্সের ইজিভেনেক্টরগুলি কী তার একটি স্বজ্ঞাত চিত্র দেয়: ভেক্টরগুলি ইউ এবং জেড ইগেনভেেক্টরগুলি তৈরি করে (ভাল, আইজেনেক্সেস)। এইবার বুঝতে পারছি. তবে একটি জিনিস যা আমাকে বিভ্রান্ত করে তা হ'ল আমরা কাঁচা তথ্য নয়, পারস্পরিক সম্পর্কের ম্যাট্রিক্স থেকে ইগেনভেেক্টরগুলি বের করি । তদতিরিক্ত, কাঁচা ডেটাসেটগুলি যা …

10 correlation  pca  covariance-matrix  eigenvalues 

প্রধান উপাদান বিশ্লেষণের (পিসিএ) গুণমান নির্ধারণের জন্য একটি ভাল মেট্রিক কী? আমি একটি ডেটাসেটে এই অ্যালগরিদম সম্পাদন করেছি। আমার উদ্দেশ্যটি ছিল বৈশিষ্ট্যগুলির সংখ্যা হ্রাস করা (তথ্যটি খুব অপ্রয়োজনীয় ছিল)। আমি জানি যে শতাংশের বৈকল্পিকতা আমরা কতটা তথ্য রাখি তার একটি ভাল সূচক, আমি অপ্রয়োজনীয় তথ্য সরিয়েছি এবং এই জাতীয় তথ্য …

10 machine-learning  pca  data-mining  information-theory 

শিরোনামের মত বলে, মাত্রা হ্রাস সবসময় কিছু তথ্য হারাতে পারে? উদাহরণস্বরূপ পিসিএ বিবেচনা করুন। আমার কাছে থাকা ডেটা যদি খুব কম হয় তবে আমি ধরে নিই যে একটি "আরও ভাল এনকোডিং" পাওয়া যেতে পারে (এটি কি কোনওভাবে ডেটা র‌্যাঙ্কের সাথে সম্পর্কিত?), এবং কিছুই হারাবে না।

10 pca  information-theory  information 

পটভূমি: আমি আমার জরিপে শত শত অংশগ্রহণকারীকে জিজ্ঞাসা করেছি তারা নির্বাচিত অঞ্চলে কতটা আগ্রহী (পাঁচটি পয়েন্ট দ্বারা লিকার্ট স্কেল 1 "আগ্রহী নয়" এবং 5 "" আগ্রহী "নির্দেশ করে)) তারপরে আমি পিসিএ চেষ্টা করেছিলাম। নীচের ছবিটি প্রথম দুটি মূল উপাদানগুলির মধ্যে একটি প্রক্ষেপণ। রঙগুলি জেন্ডারগুলির জন্য ব্যবহৃত হয় এবং পিসিএ তীরগুলি …

10 pca  interpretation  survey  likert  biplot 

আমার কাছে একটি পদ্ধতি যা পরামর্শ দেওয়া হয়েছিল তা হ'ল স্ক্রি প্লটটি দেখুন এবং পিসি ব্যবহারের সঠিক সংখ্যা নির্ধারণ করার জন্য "কনুই" পরীক্ষা করা। তবে প্লটটি পরিষ্কার না হলে, সংখ্যাটি নির্ধারণের জন্য কি আর কোনও গণনা আছে? fit <- princomp(mydata, cor=TRUE)

10 r  pca 

আমার ফর্মটির একটি জিএলএমএম রয়েছে: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) আমি যখন ব্যবহার করি drop1(model, test="Chi"), তখন আমি Anova(model, type="III")গাড়ি প্যাকেজটি ব্যবহার করি বা না থেকে তার চেয়ে আলাদা ফলাফল পাই summary(model)। এই দ্বিতীয় দুটি একই উত্তর দেয়। একগুচ্ছ মনগড়া তথ্য …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

পিসিএ ইগেনভ্যালুগুলিতে উপাদানগুলির ক্রম নির্ধারণ করে। আইসিএতে আমি অর্ডার পাওয়ার জন্য কুরটোসিস ব্যবহার করছি। সংকেত সম্পর্কে পূর্ববর্তী জ্ঞান বাদে উপাদানগুলির (আমাকে অর্ডার দেওয়া আছে) মূল্যায়ন করার জন্য কিছু গ্রহণযোগ্য পদ্ধতি কী কী?

10 statistical-significance  pca  kurtosis  ica 

আমি কেবল একটি তির্যক ঘূর্ণন (প্রম্যাক্স) ব্যবহার করে একটি এফএ চালিয়েছি এবং একটি আইটেমটি একটি ফ্যাক্টরের উপর 1.041 এর একটি ফ্যাক্টর লোডিং অর্জন করেছে, (এবং প্যাটার্ন ম্যাট্রিক্স ব্যবহার করে অন্যান্য কারণগুলির উপর -131, -.119 এবং .065 এর ফ্যাক্টর লোডিং ) । এবং এর অর্থ কী তা সম্পর্কে আমি নিশ্চিত নই, …

10 pca  factor-analysis  factor-rotation