相関行列と共分散行列の PCAこんにちは、
私は専門家ではないので、お手柔らかにお願いします。
JMP14 で標準化されたデータ (2 つの変数) に対して PCA を実行したところ、2 つのスコア プロットが PC1 軸をほぼ反映していることがわかりました。なぜこのように反映されるのでしょうか? （また、完全な反射ではありません。なぜでしょうか？）
高度な統計モデリングウィンドウズRe：相関および共分散行列に関するPCA共分散は基本的な量ですが、分析は最大のスケールと範囲のメジャーによって支配されます。 最初に中央揃えとスケーリングを行うと、いくつかの変数の優位性を回避するのに役立ちます。 最初にデータを標準化したので、共分散と相関の結果はよく似ています。
Re: 相関行列と共分散行列の PCA探索的データ分析における PCA は、各データ ポイントを最初の数個の基本コンポーネントのみにドロップして次元を削減するために一般的に使用され、できるだけ多くのデータ分散を維持しながら、より低い次元のデータを取得します。 (直交性)
直交座標は、すべての座標面が直角に交わる座標 dq = ( q 1, q 2, ..., qd ) のセットとして定義されます (注: 上付き文字はインデックスであり、指数ではありません)。 特定の qk 座標の座標面は、qk が定数である曲線、面、またはエピタキシーです。
