1回答
我想进行PCA，以减少总共14个项目的数量。在获得主成分之后，我将使用这些成分作为逻辑回归中的自变量。 这14个项目属于两个结构:资源(5项)和文化(9项)。我的问题是，我是应该对所有14个项目进行一个PCA，还是对每两个结构进行两个不同的PCA并获取组件。最后，我希望能够在逻辑回归输出中分别解释两个不同的结构
浏览 11提问于2020-07-24得票数 0
我试着在R中做主成分分析。我相信有两种方法可以做到。一种是立即进行主成分分析，另一种方法是首先使用s=scale(M)对矩阵进行标准化，然后应用主成分分析。
浏览 3提问于2009-11-22得票数 3
2回答
另一个初学者的问题:我正在尝试对组合数据进行PCA。换句话说，组中的所有变量加起来都是100%。
从那以后，我在这个论坛上了解到，组合数据会给线性回归带来问题。当进行PCA时，组合数据也会带来一个独特的问题吗？
浏览 0提问于2016-06-04得票数 0
1回答
我对一个数据框架进行了主成分分析，以减少我的线性回归分析中的预测器数量。pr.out = prcomp(df, scale=TRUE)pve = pr.var/sum(pr.var)
在做完这些之后，我想用前几个解释方差最大比例的主成分来替换我数据框架中的旧变量但是，在我的一生中，我找不到每个</e
浏览 14提问于2017-03-09得票数 3
回答已采纳
6回答
要取多少主成分？
、、
我知道主成分分析对矩阵进行奇异值分解，然后生成特征值矩阵。为了选择主成分，我们只需取前几个特征值。现在，我们如何确定应该从特征值矩阵中提取的特征值的数量？
浏览 0提问于2012-08-22得票数 44
回答已采纳
1回答
我是R中的主成分分析的新手，我的问题很幼稚。我已经使用R中的函数'prcomp‘对矩阵( A )进行了主成分分析。现在我想在A的PC1和PC2的主成分分析空间上绘制一个向量，我如何绘制这个向量？
浏览 16提问于2016-09-19得票数 2
回答已采纳
1回答
t-SNE算法中维数的选择
、、、、
对于主成分分析，我们可以看到variance_score，并说明每个主成分中包含了多少百分比的原始数据方差。有了这些方差得分，我们可以绘制弯头图，并确定可视化数据的维度。但是对于t-SNE，我找不到任何东西。有没有办法确定t-SNE中的维数？
浏览 20提问于2020-06-19得票数 0
2回答
我是StackExchange的新手，所以如果这不是在StackExhange上提问的正确方式，我很抱歉。在本文中，我希望为以后的研究提出一种方法，即利用主成分分析对特征进行聚类(特征聚类)，然后应用于每个聚类主成分分析。我从这篇论文中得到了这样的想法：本论文。但是，我很难找到关于PCA用于聚类变量(而不是减少变量)的文献。我可
浏览 0提问于2022-05-09得票数 0
我试图对一些波动性数据进行PCA分析，我们可以这样说，我可以提出如下模型：其中x是一些观察，例如，金钱等等。，无论我如何改变模型。显然，这不可能是这样的情况，在每个模型中的最后一项被方程中的最后一项很好地解释。如果去掉Y中的常数项(即Y= x^2 )，那么系数矩阵的第一行就变得更正常了(即到处都是非零值)。所以我的问题是：
我做PCA的方法对吗？
浏览 3提问于2013-03-24得票数 0
3回答
我正在使用R软件(R命令)来集群我的数据。我有一个较小的数据子集，包含200行和大约800列。当我在图上尝试kmeans聚类和绘图时，我得到了以下错误。"'princomp‘只能与多于变量的单位一起使用“
然后我创建了一个10行10列的测试文档，绘制良好，但当我添加额外的列时，我再次得到te错误。为什么会这样呢？我需要能够绘制我的集群。当我在数据集上执行kmeans之后查看我的数据集时，我可以看到额外的结果列，其中
浏览 4提问于2011-04-16得票数 10
回答已采纳
1回答
我正在研究神经网络，我目前正在创建一个感知器，它将作为一组人脸图像数据集的分类器。我需要对我的数据集进行主成分分析( pca )，然后将样本分成两个不同的集合进行训练和测试。通过这样做，我降低了数据的维数，同时压缩了图像的大小。
然而，我不是统计学家，在没有任何具体公式的情况下，我在确定pca方法使用的主成分数时遇到了一些问题。我</em
浏览 6提问于2014-11-22得票数 0
回答已采纳
2回答
简短提问：长问题：在完成这个过程之后，我们希望在R3中可视化结果。我们可以用两种策略来解决这个问题；将
浏览 0提问于2018-10-21得票数 1
1回答
我正在研究使用神经网络和PCA (主成分分析)进行人脸检测，但我对神经网络的输入层有一个问题：
在使用主成分分析对图像人脸数据库进行处理后，我得到了一组EigenVectors (1个图像人脸=1个向量
浏览 2提问于2014-03-08得票数 0
2回答
在主成分分析降维后，我想将K均值应用于聚类。在主成分分析之前，我已经用StandardScaler标准化了数据，然后我想训练Kmeans来找到簇。然而，PCA组分之间的差异不可能是相同的数量级。聚类前对PCA组件进行标准化是一个很好的实践吗？
浏览 0提问于2019-06-13得票数 2
回答已采纳
1回答
在问题中，我问模型中向量的合理维数是多少。由于k很大，维数太大，无法有效地进行管理，因此为了减少维数，进行了主成分分析。
浏览 3提问于2016-10-03得票数 0
回答已采纳
在主成分分析中，我们将预测因子转化为主成分进行降维。我的假设是，每个主分量都是一个特征向量，其特征值作为数据点或向量正交投影的平方距离之和。我的假设正确吗。如果没有，请澄清
浏览 0提问于2019-03-01得票数 0
回答已采纳
我有可能用两种不同的数据结构来描述数据，这两种数据结构都是对真实数据的某种近似。我想比较一下这两种数据结构，其中一种解释了一个数据结构与另一个数据结构的差异。因此，我决定使用PCA，然而，我不知道这样的说法是否安全:如果数据结构中由相同数目分量N(例如2)解释的方差比在另一个结构中高，那么数据结构就会丢失一部分信息。
浏览 0提问于2020-06-02得票数 0
1回答
我需要构造一个索引，其中包括一个调查中的几个分类变量。为了计算每个变量的权重，我想使用一种统计方法，例如PCA。主成分分析被认为是对连续数据进行的，然而，对于分类变量CatPCA有一个修正的主成分分析。在python中有什么包可供阅读吗？
或者，如果没有，还有什么其他方法可以用分类变量来构造索引吗？
浏览 12提问于2022-04-25得票数 0
我很想知道PageSpeed Insights，或者我应该说灯塔，刷新它的数据的频率是多少，或者在用户提交URL进行分析时它会实时生成分数吗？因此，如果我在上午9点对一个网址进行分析，然后在上午10点将对该页面的一系列改进推向生产环境，那么我多快能看到这些更改反映在我的PageSpeed洞察得分中？
浏览 1提问于2020-04-30得票数 0
我正在对可可农场进行植被结构分析，使用了13个变量，如遮荫密度、遮荫面积、遮荫物种丰富度等。我想根据可可农场的植被结构对可可农场进行分组，并了解每个集群的特征(方法取自Deheuvels et al.，2012)。我已经做了pca和k-means，但是我如何理解k-means中心对应的每个变量的值，因为它们是PC分数。
我对我的
浏览 0提问于2019-07-28得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
