PCA를 통해 독립 변수를 선택하는 방법은 무엇입니까?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요 여러분,
예측 모델을 개발하려면 사용할 변수를 정확하게 필터링해야 합니다. 특히, 상관 관계가 없는 변수를 사용하고 싶습니다. 이를 수행하는 한 가지 효과적인 방법은 PCA를 적용하고 고유값 > 1.0을 제공하는 변수를 선택하는 것입니다. 이 예제를 JMP 예제( 주성분 보고서 ), 그러면 1개의 변수만 선택합니다. 내 데이터에서 고유값 > 1.0인 변수의 수는 9입니다. 따라서 나는 내가 원하는 변수의 수를 의심의 여지 없이 알고 있습니다. 나에게 불분명한 것은 어떻게 식별하다 JMP 보고서의 해당 변수. 다시 JMP 예제( 주성분 보고서 ), Egeinvalue 4.7850을 제공하는 변수(6개 중)를 어떻게 식별합니까?
감사,
데이비드
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?그래 네가 맞아.
나는 원래 속성 중에서 일련의 속성을 선택할 수 있다고 생각했지만 PCA를 사용하면 원래 속성을 사용하여 새 속성을 만들 수 있습니다.
주제가 닫혔습니다. 많은 지원 감사합니다!
다비드
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?데이비드,
고유 벡터를 찾고 있습니까?JMP에서 사용할 수 있습니다(빨간색 삼각형 아래).PCA는 각 PC가 모든 변수의 조합인 "차원 축소" 기술임을 기억하십시오.
Peter는 변수 선택을 위한 대체 방법을 사용하는 것에 대해 좋은 점을 지적합니다.
여자 이름
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?이 방법에서 상당한 양의 정보를 잃을 수 있지만 서로 "최소 상관관계"가 있는 3가지 재료를 추출할 수 있어야 합니다.그들은 확실히 직교하지 않을 것입니다.원하는 답변을 얻기 위해 이것을 (Peter가 말하는 것과 같은 것) 프레임화하는 더 좋은 방법이 있을 것입니다.
*주의, 이것은 순전히 지어낸 것이며 얼마나 소리가 나는지 모르겠습니다.내 머리로는 그것이 당신이 요구한다고 생각하는 일을 한다는 것이 이해가 됩니다."
dt = 열려 있는 ( "$Sample_DATA\Solubility.jmp" );
// 모든 화학 물질에 대해 다변량 수행
뮤직비디오 = 다변수 (
와이(
: 이름 ( "1-옥탄올" ),
:에테르,
:클로로포름,
:벤젠,
:사염화탄소,
:헥산
),
추정방법( "행별" ),
행렬 형식( "정사각형" ),
산점도 행렬 (
밀도 타원( 1 ),
음영 처리된 타원( 0 ),
타원 색상( 삼 )
)
);
mv_r = mv << 보고서 ;
// 상관 관계를 데이터 테이블로 만듭니다.
dt_corr = mv_r[ 매트릭스박스 ( 1 )]<< 데이터 테이블로 만들기 ();
// 모두에 대한 상관 관계를 요약합니다.
dt_corr << 새 열 ( "총 상관관계" , 공식(
합집합 (
: 이름 ( "1-옥탄올" ),
:에테르,
:클로로포름,
:벤젠,
:사염화탄소,
:헥산
)
));
// 가장 낮은 3개는 서로 "최소 상관관계"입니다.
재료 = :행 << 값 가져오기 ;
매트 = :TotalCorrelation << 값 가져오기 ;
상단 = 오름차순 (매트)[ 삼 ]; // 세 번째로 낮은 값을 선택합니다.
what_you_want_maybe = 재료[ 위치 (매트<=상단)] // 3개의 가장 낮은 총 상관 화학 물질을 가져옵니다.
보고:
{"1-옥탄올", "에테르", "클로로포름"}
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?안녕 피터,
귀하의 접근 방식은 특정 예측 모델을 사용한다고 가정합니다. 내 접근 방식은 PCA를 통해 사용할 변수를 필터링한 다음 광범위한 예측 모델을 사용하는 것입니다. 따라서 필터링(즉, PCA)은 사용 중인 예측 모델과 독립적이어야 합니다.
당신의 대답에서 나는 당신이 여기 전문가라고 말할 수 있습니다. 내 질문에 직접적인 방법으로 대답할 수 없었기 때문에 JMP는 고유값에 "연결된" 변수 목록을 보고할 수 없습니다.
어쨌든 감사합니다.
데이비드
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?데이비드:
당신의 초점은 궁극적으로 예측 모델을 구축하는 것이므로 상관없는 독립 변수를 찾기 위한 변수 선택 도구로 독립 변수에 대한 PCA를 사용하는 것보다 유용한 모델을 제공하기 위해 독립 변수 간의 상관 관계/공분산 구조를 활용하는 보다 직접적인 예측 모델링 접근 방식을 고려한 적이 있습니까?
내가 두려워하는 것은 상관되지 않은 변수를 사용하면 실제로 알지 못하는 사이에 예측력을 창 밖으로 던질 수 있다는 것입니다. Partial Least Squares 및 JMP Pro가 있는 경우 Fit Model -> Generalized Regression 특성의 벌점 회귀 절차는 독립 변수 간의 상관 관계가 의심스럽거나 명백한 예측 모델링 시나리오에 맞게 조정됩니다. 두 가지 기술인 Lasso와 Elastic Net은 사용에 있어 가변적인 선택 측면이 있습니다. 다음은 이 두 플랫폼에 대한 JMP 온라인 설명서에 대한 몇 가지 링크입니다.
부분 최소 제곱 모델
일반화 회귀 모델
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?불행히도 그것은 내가 찾고 있는 것이 아닙니다. 예에서 6개의 변수 중에서 3개의 최소(교차) 상관 변수를 식별해야 한다고 가정합니다. 그들은 무엇입니까? 클로로포름, 벤젠 및 헥산?
Re: PCA를 통해 독립변수를 선택하는 방법은 무엇입니까?핫버튼을 사용하면 데이터 테이블에 "주성분 저장"을 할 수 있어야 합니다.그런 다음 이름은 Prin1, Prin2, Prin3 등으로 지정됩니다.
값은 실제로 6개 변수 중 1개에 해당하지 않습니다.다음과 같은 공식입니다.
.
문의하신 내용이 맞는지는 모르겠지만 도움이 되었으면 합니다.
