প্রশ্ন ট্যাগ «svd»

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 

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 

সহযোগী ফিল্টারিংয়ে, আমাদের মানগুলি পূরণ করা হয় নি। মনে করুন কোনও ব্যবহারকারী কোনও সিনেমা দেখেনি তবে আমাদের সেখানে একটি 'না' রাখতে হবে। আমি যদি এই ম্যাট্রিক্সের একটি এসভিডি নিতে যাচ্ছি, তবে আমাকে সেখানে কিছু নম্বর রাখতে হবে - বলুন 0 এখন এখন আমি যদি ম্যাট্রিক্সকে ফ্যাক্টরিজ করি তবে অনুরূপ ব্যবহারকারীর …

21 machine-learning  svd  recommender-system 

আমি এমন একটি দৃশ্যের মুখোমুখি হয়েছি যেখানে আমার 10 জনের জন্য 10 সংকেত / ব্যক্তি রয়েছে (সুতরাং 100 নমুনা) যাতে 14000 ডেটা পয়েন্ট (মাত্রা) থাকে যা আমার একটি শ্রেণিবদ্ধের কাছে যেতে হবে। আমি এই ডেটার মাত্রিকতা হ্রাস করতে চাই এবং পিসিএ মনে হয় এটি করার উপায়। যাইহোক, আমি কেবলমাত্র পিসিএর …

21 pca  dimensionality-reduction  svd 

আমি এলোমেলো উপাত্তের এসভিডি ফলাফলের একটি খুব অদ্ভুত আচরণ পর্যবেক্ষণ করি, যা আমি মাতলাব এবং আর উভয় ক্ষেত্রেই পুনরুত্পাদন করতে পারি It এটি ল্যাপাক লাইব্রেরিতে কিছু সংখ্যক ইস্যুর মতো দেখায়; তাই কি? আমি শূন্য গড় এবং পরিচয় সমবায় সহ কে = 2 মাত্রিক গাউসিয়ান থেকে n=1000n=1000n=1000 নমুনা আঁক : এক্স …

21 pca  svd  linear-algebra  numerics 

আমি বুঝতে পেরেছি যে রিজ রিগ্রেশন কীভাবে গুণাগুণকে শূন্য জ্যামিতিক দিকে সঙ্কুচিত করে। তবুও আমি জানি যে বিশেষ "অর্থনোরমাল কেস" এ কীভাবে প্রমাণ করতে হয় তবে আমি বিভ্রান্ত হয়ে পড়েছি যে "স্পেকট্রাল পচন" এর মাধ্যমে সাধারণ ক্ষেত্রে এটি কীভাবে কাজ করে।

20 regression  multiple-regression  regularization  ridge-regression  svd 

আমি জানি যে কীভাবে পিসিএ এবং এসভিডি গণিত হিসাবে গণনা করতে হয় এবং আমি জানি যে উভয়ই লিনিয়ার লেস্ট স্কোয়ার্স রিগ্রেশন-এ প্রয়োগ করা যেতে পারে। এসভিডি গাণিতিকভাবে প্রধান সুবিধাটি মনে হয় এটি নন-স্কোয়ার ম্যাট্রিকগুলিতে প্রয়োগ করা যেতে পারে। উভয়ই ম্যাট্রিক্সের পচনকে কেন্দ্র করে । উল্লিখিত এসভিডি সুবিধা ব্যতীত, পিসিএর উপরে …

20 pca  least-squares  svd 

আমার পিসিএ সম্পর্কে কয়েকটি দ্রুত প্রশ্ন রয়েছে: পিসিএ কি ধরে নিয়েছে যে ডেটাসেট গাউসিয়ান? আমি যখন অন্তর্নিহিত অ-রৈখিক ডেটাতে পিসিএ প্রয়োগ করি তখন কী হয়? একটি ডেটাসেট দেওয়া, প্রক্রিয়াটি প্রথমে গড়-স্বাভাবিক হওয়া, ভেরিয়েন্সটি 1 এ সেট করা, একটি এসভিডি নেওয়া, র‌্যাঙ্ক হ্রাস করা এবং অবশেষে ডেটাসেটকে নতুন হ্রাস-র‌্যাঙ্কের জায়গাতে মানচিত্র …

20 pca  svd 

আমি জাভাস্ক্রিপ্টে মূল উপাদান বিশ্লেষণ (পিসিএ) এর জন্য বাইপ্লট বাস্তবায়ন করতে চাই। আমার প্রশ্ন হ'ল আমি কীভাবে ডেটা ম্যাট্রিক্সের একক ভেক্টর পচন (এসভিডি) এর আউটপুট থেকে তীরগুলির স্থানাঙ্ক নির্ধারণ করব ?U,V,DU,V,DU,V,D এখানে আর দ্বারা উত্পাদিত একটি উদাহরণ বাইপ্লট: biplot(prcomp(iris[,1:4])) আমি বিপ্লট সম্পর্কিত উইকিপিডিয়া নিবন্ধে এটি সন্ধান করার চেষ্টা করেছি তবে …

18 pca  svd  biplot 

আমি সম্প্রতি ম্যাট্রিক্স পচানোর বিষয়ে স্কিলিকর্ন বইটি পড়েছিলাম এবং কিছুটা হতাশ হয়েছিলাম, কারণ এটি একটি স্নাতক শ্রোতাদের লক্ষ্যবস্তু হয়েছিল। আমি ম্যাট্রিক্স পঁচার জন্য প্রয়োজনীয় কাগজপত্রের (জরিপ, তবে যুগোপযোগী কাগজগুলি) একটি সংক্ষিপ্ত গ্রন্থপথ সংকলন করতে চাই (নিজের এবং অন্যদের জন্য)। আমার মনে যা আছে তা মূলত এসভিডি / পিসিএ (এবং শক্তিশালী …

18 matrix-decomposition  svd  numerics 

আমি একটি কাগজে একটি অ্যালগরিদম বাস্তবায়ন করতে চাই যা ডেটা ম্যাট্রিক্স পচে যাওয়ার জন্য কার্নেল এসভিডি ব্যবহার করে। সুতরাং আমি কার্নেল পদ্ধতি এবং কার্নেল পিসিএ ইত্যাদি সম্পর্কিত সামগ্রীগুলি পড়ছি তবে এটি এখনও আমার কাছে খুব অস্পষ্ট, বিশেষত যখন এটি গাণিতিক বিবরণে আসে এবং আমার কয়েকটি প্রশ্ন থাকে। কার্নেল পদ্ধতি কেন? …

18 pca  svd  kernel-trick 

ধরুন যে, আমি একজন ঘন ম্যাট্রিক্স আছে AA \textbf{A} এর m×nm×nm \times n আকার, SVD পচানি সঙ্গে A=USV⊤.A=USV⊤.\mathbf{A}=\mathbf{USV}^\top.ইন Rআমি SVD নিরূপণ করতে পারেন নিম্নরূপ: svd(A)। একটি নতুন তাহলে (m+1)(m+1)(m+1) -th সারি যোগ করা হয় AA\mathbf A , এক (অর্থাত ব্যবহার করে পুরানো এক উপর ভিত্তি করে নতুন SVD পচানি গনা …

17 algorithms  svd  linear-algebra  matrix-decomposition  numerics 

মূল উপাদান বিশ্লেষণের উইকিপিডিয়া নিবন্ধে বলা হয়েছে যে ম্যাট্রিক্স এক্স টি এক্স গঠন না করেই এর এসভিডি গণনা করার জন্য দক্ষ অ্যালগরিদমগুলি বিদ্যমান , সুতরাং এসভিডি গণনা করা এখন ডাটা ম্যাট্রিক্স থেকে মূল উপাদান বিশ্লেষণ গণনা করার স্ট্যান্ডার্ড উপায়, যদি না কেবল হাতে গোনা কয়েকটি উপাদান প্রয়োজন হয়।XXXXTXXTXX^TX কেউ আমাকে …

17 pca  algorithms  svd  numerics 

ধরুন আমাদের কাছে NNN পরিমাপযোগ্য ভেরিয়েবল রয়েছে, (a1,a2,…,aN)(a1,a2,…,aN)(a_1, a_2, \ldots, a_N) , আমরা পরিমাপের একটি M>NM>NM > N , এবং তারপরে ফলাফলটির জন্য একক মান পচনের জন্য উচ্চতর বৈকল্পের অক্ষগুলি খুঁজে পেতে ইচ্ছুক এন- ডাইমেনশনাল স্পেসে MMM পয়েন্টগুলি । ( নোট: অনুমান মাধ্যমে একটি আমি ইতিমধ্যে বিয়োগ করা হয়েছে, তাই …

17 pca  data-transformation  normalization  dimensionality-reduction  svd 

যদি পিসিএ উপাদানগুলি (মূল উপাদান বিশ্লেষণে) পরিসংখ্যানগতভাবে স্বতন্ত্র থাকে তবে আমাদের ডেটাগুলি মাল্টিভারেট করে সাধারণত বিতরণ করা হয়? যদি তা হয় তবে কীভাবে এটি প্রদর্শিত / প্রমাণিত হতে পারে? আমি জিজ্ঞাসা করি কারণ আমি এই পোস্টটি দেখেছি , যেখানে শীর্ষ উত্তরগুলি বলে: পিসিএ একটি সুস্পষ্ট গাউসীয়ত্ব অনুমান করে না। এটি …

16 pca  independence  svd