PCA에 관한 질문여보세요,
PCA 프로세스의 연속 변수를 결정하고 결정하는 방법을 궁금합니다.
나는 약 80 가지 변수로 주택 판매 가격을 분석하고 있으며 폭 넓은 분노를 가진 너무 많은 연속 변수가 있습니다. 따라서 간결한 모델의 수치 변수 세트를 줄이기를 원하지만 PCA에 어떤 변수를 적용해야할지 모르겠습니다.
이 점을 이해하도록 도와주세요. 이 파일은 아래에 첨부되어 있습니다.
고맙습니다.
제목 : Re : PCA에 대한 질문주성분 분석은 모델링 방법으로 간주되지 않고 가변 감축이라는 목표를 가진 탐색 적 데이터 분석 방법으로 간주됩니다. PCA는 변수 그룹 내에 존재하는 상관 관계 구조의 다양한 측면을 검사합니다. 예측 모델에 대한 변수 식별이 주요 목표라면 JMP 또는 JMP Pro Fit 모델 플랫폼에서 시작하는 것이 작업하려는 곳입니다. 구식 일반 최소 제곱 (JMP의 Standard Least Squares를 호출)에서 단계별 일반 선형 모델까지 여러 모델링 인물이 지원됩니다. 파티션 플랫폼은 변수 식별에 유용 할 수있는 대체 모델링 방법을 제공합니다. JMP Pro를 실행하는 경우 Generalized Regression 플랫폼의 불이익 회귀 분석 방법은 변수 식별이 주요 목표 인 예측 모델링에 맞게 조정됩니다. 또한 JMP Pro에서 모든 종류의 유연한 모델 교차 검증 구성을 사용할 수 있습니다. 마지막으로, JMP Pro 모델 비교 및 포뮬러 디포 플랫폼은 여러 모델 성능을 비교하고 필요한 경우 SQL, C 또는 SAS와 같은 대체 코딩 형식으로 모델을 내보내는 데 적합합니다.
제목 : Re : PCA에 대한 질문답변 해 주셔서 감사합니다.
중요한 변수가 무엇인지 이해하고 실행하고 싶습니다.
미래 주택 판매 가격을 예측하기위한 변수들에 대한 회귀 분석. 또한,
모든 변수를 사용하여 회귀 분석을 실행하고
회귀의 결과로보다 간편한 최상의 모드를 얻을 수 있습니다.
끝에 최소한의 오류.
제목 : Re : PCA에 대한 질문흥미로운 데이터 세트입니다. 그 중 일부는 연속적인 것으로 간주 될 수있는 많은 범주 적 설명자를 가지고 있습니다. 예를 들어 위도와 경도를 사용하여 위치를 지정할 수 있습니다.
PCA가 필요한 기술입니까? 숫자의 개별 분포는 PCA 분석의 결과에 크게 영향을 줄 수 있습니다.
미래 주택 가격을 예측하거나 중요한 변수가 무엇인지 이해하려고합니까? 간단한 파티션 분석은 일반 회귀 분석과 비슷한 결과를 제공합니다. 가격의 가변성의 90 %는 4 개의 변수를 사용하여 설명 할 수 있습니다.이 변수는 모두 숫자이지만 두 개만 연속입니다.
