প্রশ্ন ট্যাগ «pca»

পিসিএ, এলডিএ, সিসিএ, এবং পিএলএস কীভাবে সম্পর্কিত? এগুলি সমস্ত "বর্ণালী" এবং লিনিয়ার বীজগণিত এবং খুব ভাল বোঝা বলে মনে হয় (তাদের চারপাশে নির্মিত 50+ বছরের তত্ত্বটি বলুন)। এগুলি খুব আলাদা জিনিসের জন্য ব্যবহৃত হয় (মাত্রিকতা হ্রাসের জন্য পিসিএ, শ্রেণিবিন্যাসের জন্য এলডিএ, রিগ্রেশনের জন্য পিএলএস) তবে তারা তাদের খুব ঘনিষ্ঠভাবে সম্পর্কিত …

26 pca  discriminant-analysis  partial-least-squares  canonical-correlation 

মনে করুন আমি একটি রিগ্রেশন চালাচ্ছি । কেন এক্স এর শীর্ষ কে নীতি উপাদান নির্বাচন করে, মডেলটি ওয়াইয়ের উপর তার ভবিষ্যদ্বাণীপূর্ণ শক্তি ধরে রাখে ?ওয়াই। এক্সY∼XY \sim Xএক্স ওয়াইটkkএক্সXXওয়াইYY আমি বুঝতে পারি যে মাত্রিকতা-হ্রাস / বৈশিষ্ট্য-নির্বাচনের দৃষ্টিকোণ থেকে, যদি v_1, v_2, ... v_k শীর্ষ কে ইগেনভ্যালুগুলির সাথে এক্সেরবনাম1, ভি2, । …

25 regression  classification  pca  dimensionality-reduction  regularization 

ন্যূনতম স্কোয়ার্স প্রসঙ্গে রিজ পেনাল্টি সম্পর্কে আমার বেশ কয়েকটি প্রশ্ন রয়েছে: βr i dছই= ( λ আইডি+ এক্স'এক্স)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) অভিব্যক্তিটি সূচিত করে যে এক্স এর কোভারিয়েন্স ম্যাট্রিক্সটি একটি তির্যক ম্যাট্রিক্সের দিকে সঙ্কুচিত হয়েছে, যার অর্থ (প্রক্রিয়াটির আগে ভেরিয়েবলগুলি মানক হিসাবে ধরে নেওয়া হয়) ইনপুট ভেরিয়েবলগুলির …

25 regression  pca  regularization  ridge-regression 

ধরুন আমার কাছে তত্ত্বাবধানের পরিসংখ্যান শ্রেণিবদ্ধকরণের জন্য একটি ডেটাসেট রয়েছে, যেমন, কোনও বয়েসের শ্রেণিবদ্ধের মাধ্যমে। এই ডেটাসেটে 20 টি বৈশিষ্ট্য রয়েছে এবং আমি প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিস (পিসিএ) এবং / অথবা লিনিয়ার ডিসক্রিমেন্ট্যান্ট অ্যানালাইসিস (এলডিএ) এর মতো মাত্রিক হ্রাস কৌশলগুলির মাধ্যমে এটি 2 টি বৈশিষ্ট্যে সিদ্ধ করতে চাই। উভয় কৌশলই ডেটাটিকে …

25 classification  pca  regularization  discriminant-analysis  overfitting 

আমার কাছে 800 ডলারের একটি ডেটা ফ্রেম রয়েছে। 40 টি ভেরিয়েবলের মধ্যে রয়েছে এবং আমার পূর্বাভাসের ফলাফলগুলি উন্নত করতে নীতিগত উপাদান উপাদান বিশ্লেষণ ব্যবহার করতে চান (যা এখন পর্যন্ত প্রায় 15 হাত-বাছাই করা ভেরিয়েবলের সাপোর্ট ভেক্টর মেশিনের সাথে সবচেয়ে ভাল কাজ করছে)। আমি বুঝতে পারি যে একটি প্রম্পম্প আমাকে ভবিষ্যদ্বাণীগুলি …

25 r  pca 

আমি ডকুমেন্ট ক্লাস্টারিংয়ে ব্যবহৃত বিভিন্ন কৌশলগুলি তদন্ত করছি এবং আমি পিসিএ (মূল উপাদান বিশ্লেষণ) এবং এলএসএ (সুপ্ত শব্দার্থ বিশ্লেষণ) সম্পর্কিত কিছু সন্দেহ মুছে ফেলতে চাই। প্রথম জিনিস - তাদের মধ্যে পার্থক্য কি? আমি জানি যে পিসিএতে, এসভিডি পচনটি টার্ম-কোভারিয়েন্স ম্যাট্রিক্সে প্রয়োগ করা হয়, যখন এলএসএতে এটি টার্ম-ডকুমেন্ট ম্যাট্রিক্স হয়। আর …

25 clustering  pca  data-mining  svd  lsa 

আমি জানি যে একটি রিগ্রেশন পরিস্থিতিতে, যদি আপনার অত্যন্ত সংযোগযুক্ত ভেরিয়েবলগুলির একটি সেট থাকে তবে এটি সাধারণত "খারাপ" কারণ অনুমান সহগের অস্থিরতার কারণে (নির্ধারক শূন্যের দিকে চলে যাওয়ার কারণে বৈকল্পিকতা অনন্তের দিকে যায়)। আমার প্রশ্ন হ'ল এই "খারাপ" পিসিএ পরিস্থিতিতে স্থায়ী কিনা। কোভারিয়েন্স ম্যাট্রিক্স একক হয়ে যাওয়ার সাথে সাথে কোনও …

25 pca  multicollinearity 

সাধারণত অধ্যক্ষ উপাদান বিশ্লেষণে (পিসিএ) প্রথম কয়েকটি পিসি ব্যবহার করা হয় এবং কম ভেরিয়েন্স পিসি বাদ দেওয়া হয়, কারণ তারা ডেটাগুলির মধ্যে তারতম্যের খুব বেশি ব্যাখ্যা করে না। যাইহোক, এমন কোনও উদাহরণ রয়েছে যেখানে নিম্ন প্রকরণের পিসিগুলি দরকারী (যেমন তথ্যগুলির প্রসঙ্গে ব্যবহার করতে পারে, একটি স্বজ্ঞাত ব্যাখ্যা আছে ইত্যাদি) এবং …

24 pca 

আমি লিনিয়ার মাত্রিকতা হ্রাস পদ্ধতির (যেমন, পিসিএ) এবং ননলাইনারের (যেমন, আইসোম্যাপ) মধ্যে পার্থক্যগুলি বোঝার চেষ্টা করছি। এই প্রসঙ্গে (অ) রৈখিকতা কী বোঝায় তা আমি বেশ বুঝতে পারি না। আমি উইকিপিডিয়া থেকে পড়েছি যে তুলনা করে, যদি পিসিএ (একটি রৈখিক মাত্রিকতা হ্রাস অ্যালগরিদম) একই ডেটাসেটটিকে দুটি মাত্রায় হ্রাস করতে ব্যবহার করা …

24 pca  terminology  dimensionality-reduction  pattern-recognition  manifold-learning 

আমি ক্লাসে কিছু বক্তৃতা আগে পিসিএ সম্পর্কে শিখেছি এবং এই আকর্ষণীয় ধারণাটি সম্পর্কে আরও খনন করে আমি স্পার্স পিসিএ সম্পর্কে জানতে পারি। আমি জিজ্ঞাসা করতে চেয়েছিলাম, আমি যদি ভুল না হয়ে থাকি তবেই এটি বিরাট পিসিএ হ'ল: পিসিএতে, আপনার যদি ভেরিয়েবলের সাথে ডাটা পয়েন্ট থাকে , আপনি পিসিএ প্রয়োগ করার …

24 machine-learning  pca  sparse 

আইসি হিসাবে কেস ধরে নেওয়া হয় এমন তথ্যের জন্য আমরা সাধারণত পিসিএকে একটি মাত্রিক হ্রাস কৌশল হিসাবে ব্যবহার করি প্রশ্ন: নির্ভরশীল, নন-আইড ডেটার জন্য পিসিএ প্রয়োগ করার ক্ষেত্রে সাধারণত বিশেষ কী কী? আইসি ডেটা ধারণ করে এমন পিসিএর কোন দুর্দান্ত / দরকারী বৈশিষ্ট্য আপোস করা হয় (বা পুরোপুরি হারিয়ে গেছে)? …

23 time-series  pca  non-independent  iid 

1986 এবং 1988 সালে দুটি কাগজে , কনার এবং কোরাজাইক একটি সম্পত্তির রিটার্ন মডেলিংয়ের জন্য একটি পদ্ধতির প্রস্তাব করেছিলেন। যেহেতু এই সময় সিরিজের সাধারণত সময়কাল পর্যবেক্ষণের চেয়ে বেশি সম্পদ থাকে, তারা সম্পদ ফেরতের ক্রস-বিভাগীয় সমবায়ুগুলিতে একটি পিসিএ করার প্রস্তাব করেছিল। তারা এই পদ্ধতিটিকে অ্যাসিম্পটোটিক প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিস (এপিসিএ বলে, যা …

23 pca  econometrics 

আমি আর- prcomp()তে একটি পিসিএ (মূল উপাদান বিশ্লেষণ) সম্পাদন করতে ফাংশনটি ব্যবহার করেছি However তবে, সেই ফাংশনে একটি বাগ রয়েছে যাতে na.actionপ্যারামিটারটি কাজ করে না। আমি স্ট্যাকওভারফ্লোতে সহায়তা চেয়েছি ; সেখানে দুইজন ব্যবহারকারী NAমূল্যবোধের সাথে আচরণ করার দুটি পৃথক উপায়ে প্রস্তাব করেছিলেন । যাইহোক, উভয় সমাধানের সাথে সমস্যাটি হ'ল যখন …

23 r  pca  missing-data  data-imputation 

পিসিএ সালে যখন এর মাত্রা সংখ্যা চেয়ে বড় (অথবা এমনকি সমান করার জন্য) নমুনা সংখ্যা কেন যেগুলি আপনি থাকতে হবে নন-জিরো eigenvectors? অন্য কথায়, ডের ডাইমেনশনের মধ্যে কোভেরিয়েন্স ম্যাট্রিক্সের র‌্যাঙ্কটি ।dddNNNN−1N−1N-1d≥Nd≥Nd\ge NN−1N−1N-1 উদাহরণ: আপনার নমুনাগুলি ভেক্টরাইজড ইমেজ, যা ডাইমেনশন , , তবে আপনার কেবল চিত্র রয়েছে।d=640×480=307200d=640×480=307200d = 640\times480 = 307\,200N=10N=10N=10

22 pca  dimensionality-reduction  eigenvalues 

এই প্রশ্নটি মূল উপাদানগুলি গণনা করার একটি কার্যকর উপায় সম্পর্কে। লিনিয়ার পিসিএর অনেকগুলি পাঠ্য কেসওয়াইজ ডেটার একক-মান পচন ব্যবহার করে অ্যাডভোকেট । এটি হ'ল, যদি আমাদের কাছে ডেটা এবং মূল উপাদানগুলি দ্বারা ভেরিয়েবলগুলি (এর কলামগুলি ) প্রতিস্থাপন করতে চান তবে আমরা এসভিডি করি: , একক মান (ইগেনভ্যালুগুলির বর্গমূল) এর মূল …

22 pca  algorithms  svd  matrix-decomposition