問題タブ [pca]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
math - マトリックス回転の「時計回り」と「反時計回り」とは何ですか?
移動: この質問をmath.stackexchange.comに移動して閉じます。
私はPCAに含まれる数学について学んでいます。ここでの私の目的のために、私は90°の回転行列を理解しようとしています。回転行列の概念はわかりますが、ウィキペディアやWolfram Mathworldサイトなどを見ると、90°の反時計回りの回転行列として定義されている次のものが表示され続けます。
しかし、実際に計算を行うと、原点を中心に点が時計回りに回転しているように見えます。
ポイント(1,2)と(3,4)をグラフ化すると、両方とも象限1(+、+)にあります。結果のポイント(2、-1)と(4、-3)をグラフ化すると、両方とも四角形4(+、-)になります。回転は機能しますが、反時計回りではなく時計回りに見えます。私は何が欠けていますか?
注友人が回転しているのは座標系だと提案しましたが、ウォルフラムサイト(上記のリンク)は、それが私の誤解の原因であることを明示的に除外しているようです(ウォルフラムサイトの(1)と(3)を参照)。
どんな助けでも大歓迎です。
r - 元の変数に対するPCAスコアの最小二乗適合
100個の変数があり、変数var15-v25を使用して因子分析を実行したいと思います。これを行うには、最初に変数を別のオブジェクト(たとえばf
)に抽出してから、主成分分析を実行します。
ここで、PCAスコアを元のデータセットとマージして、PCAスコアを予測子として使用して回帰を実行したいと思います。
誰かが私にこれらの2つのデータセットをマージする方法を提案できますか?私が使用したコードは次のとおりです。
r - R-'princomp'は、変数よりも多くの単位でのみ使用できます
Rソフトウェア(Rコマンダー)を使用してデータをクラスター化しています。200行と約800列を含むデータの小さなサブセットがあります。kmeansクラスターを実行してグラフにプロットしようとすると、次のエラーが発生します。「「princomp」は、変数よりも多くの単位でのみ使用できます」
次に、10行10列のテストドキュメントを作成しましたが、プロットは正常ですが、列を追加すると、再びエラーが発生します。どうしてこれなの?クラスターをプロットできるようにする必要があります。kmeansを実行した後にデータセットを表示すると、それらが属するクラスターを示す追加の結果列が表示されます。
私が間違っていることはありますか?このエラーを取り除き、より大きなサンプルをプロットできますか?助けてください、今一週間私の頭を破壊しています。みんなありがとう。
matlab - PCAによる特徴抽出
63個のサンプルに対して2000個の特徴を含むデータから特徴のサブセットを選択しようとしています。これで、MATLABでPCAを実行する方法がわかりました。'pcacov'を使用しましたが、固有ベクトルと固有値も返します。しかし、必要な機能を選択する方法がわかりません。機能にラベルが付いていない場合、機能を選択するにはどうすればよいですか?またはそれらは同じ順序で返されますか?
transform - 可逆的 Karhunen-Loeve 変換
RKLT の実装に問題があります。Pengwei Hao と Qingyun Shi の論文を読みましたが、まだいくつか質問があります。この変換の実装を見た人はいますか? 順列行列がどのように見えるべきか、また TERM 分解から SERM 分解を取得する方法がわかりません。
language-agnostic - 主成分分析の実例?
データセットの主成分分析の実践的な例を示す利用可能な例はありますか?私は理論のみを説明する記事を読んでおり、PCAの使用方法を示し、結果を解釈して元のデータセットを新しいデータセットに変換する方法を実際に探しています。何か提案はありますか?
python - Python で特徴を見つけるためのソートされていない固有値
私は現在、PCA でいくつかのことを試していますが、各固有値の原因となる機能を知ることは非常に重要です。
numpy.linalg.eig
既にソートされた対角行列が得られますが、この行列を元の位置に配置したかったのです。誰も私がそれを作ることができる方法を知っていますか?
java - PCA pca = 新しい PCA
PCA を 1 次元配列に適用するにはどうすればよいでしょうか?
データ配列の値を出力すると、データ配列の特徴は 600 から 20 に減少しますが、すべての値がゼロになります。
なんで?
windows-7 - .manifest ファイルを指定して .exe を実行すると、「...正しくインストールされませんでした」というダイアログが表示されます。なんで?
Windows 7でVBアプリ( my.exe )を管理者として実行しようとしています。そのためにマニフェスト(以下)を使用しています。しかし、それを実行すると (すぐに My.exe を終了すると)、Program Compatibility Assistant の警告が表示されます。「このプログラムは正しくインストールされていない可能性があります」
- ( My.exe を右クリックして) EXE を [管理者として実行]に設定した場合、この警告は表示されません(マニフェストの有無にかかわらず) または
- マニフェスト ファイルを削除した場合 (および exe を管理者として実行するように設定した場合、またはそうしない場合) 、警告は表示されません。
なぜこれが起こっているのか、マニフェストを使用してこの警告を受けないようにする方法はありますか?
マニフェスト
linear-algebra - PCA で予測を行う方法
データ サンプル (次元 M の N サンプル) の固有ベクトル/値を計算できました。次元を 3 に減らしたいと思います。正しければ、最初の 3 つの固有ベクトルを選択する必要があります (最大の固有値を持つ) )。
これらの 3 台の PC と、新しいサンプルの (元の基準での) 観察から (現在は 3 次元のみを見ています)。
M-3 の他の値を予測するにはどうすればよいですか?