상관관계 및 공분산 행렬에 대한 PCA안녕하세요,
저는 전문적인 사용자가 아니므로 부디 친절하게 대해주세요.
JMP14에서 일부 표준화된 데이터(변수 2개 포함)에 대해 PCA를 수행했는데 두 점수 도표가 PC1 축을 따라 거의 대칭되는 것을 확인했습니다. 왜 이런 식으로 반영됩니까? (또한 완벽한 반사가 아닙니다. 왜 그럴까요?)
고급 통계 모델링윈도우Re: 상관 및 공분산 행렬에 대한 PCA공분산은 기본 수량이지만 가장 큰 척도와 범위를 가진 측도가 분석을 지배합니다. 먼저 센터링 및 스케일링을 수행하면 몇 가지 변수가 우세한 것을 피하는 데 도움이 될 수 있습니다. 먼저 데이터를 표준화했으므로 공분산 및 상관 결과가 유사합니다.
Re: 상관 및 공분산 행렬에 대한 PCA탐색적 데이터 분석의 PCA는 일반적으로 각 데이터 포인트를 처음 몇 개의 기본 구성 요소에만 드롭하여 차원을 줄이는 데 사용되어 가능한 한 많은 데이터 분산을 유지하면서 더 낮은 차원의 데이터를 얻습니다. (직교 속성)
직교 좌표는 모든 좌표 표면이 직각으로 만나는 좌표 dq = ( q 1, q 2, ..., qd )의 집합으로 정의됩니다(참고: 위 첨자는 지수가 아니라 지수임). 주어진 qk 좌표의 세로좌표 표면은 qk가 상수인 곡선, 표면 또는 에피택시입니다.
