主成分分析後に使用する変数の数を決定する方法は?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />主成分分析後に使用する変数の数を決定する方法は? 私は次の結果を持っています:
どのパラメータに基づいて主成分を選択する必要がありますか?
Re: 主成分分析後に使用する変数の数を決定する方法は?PCA は常に主成分を、説明された分散が最も大きいものから最も小さいものの順に並べることに注意してください。 そのため、さまざまな方法が常に PC を同じ順序で「保持」し始めます。 彼らはどこで止めるかについて意見が分かれるかもしれません。
Re: 主成分分析後に使用する変数の数を決定する方法は?これら 3 つの異なるテストの結果が矛盾する可能性はありますか?
Re: 主成分分析後に使用する変数の数を決定する方法は?Akshay、あなたの特定のケースでは、「最良の」方法はあなたの教授が推奨する方法のようです!
Re: 主成分分析後に使用する変数の数を決定する方法は?PCA に保持する因子の数を決定するには、非常に多くの方法があります。 JMP トレーニング コースでは、多次元データの分析についてさらに言及されています。 要するに、「正解」はありません。 それは、分析を行う目的、結果をどうするか、維持する因子が多すぎたり少なすぎたりする「費用」によって異なります。 このスレッドで既に言及されている提案に反対することはできません。 特定の状況に適した決定を下すには、リスク、利点、およびトレードオフに関する教育が必要です。
Re: 主成分分析後に使用する変数の数を決定する方法は?保持したいコンポーネントの選択方法に関して、オンラインで入手できる他の記事をいくつか調べました。
以下は推奨される方法です: -
1. 固有値 1 基準 :: 主成分分析では、成分数の問題を解決するために最も一般的に使用される基準の 1 つは固有値 1 基準であり、カイザー基準としても知られています (Kaiser, 1960)。 このアプローチでは、固有値が 1.00 を超えるすべてのコンポーネントを保持して解釈します。
2. スクリーテスト。 スクリー検定 (Cattell、1966 年) では、各成分に関連付けられた固有値をプロットし、固有値が比較的大きい成分と固有値が小さい成分との間の「ブレーク」を探します。 ブレークの前に表示されるコンポーネントは意味があると見なされ、ローテーションのために保持されます。休憩の後に現れるものは重要ではないと見なされ、保持されません。
この方法は、によって言及されましたケビン・C・アンダーソンこの投稿への最初の返信で。
3. 考慮される分散の比率。因子数問題を解く際の基準には、成分がデータ セット内の指定された比率 (またはパーセンテージ) の分散を説明する場合、その成分を保持することが含まれます。 たとえば、合計分散の少なくとも 5% または 10% を占める成分を保持することを決定できます。 この比率は、次の簡単な式で計算できます。
比率 = 対象成分の固有値 / 相関行列の固有値の合計。
ここで私が混乱しているのは、すべての方法が分散の累積パーセンテージではなく、固有値に焦点を当てていることです。 私の現在のクラスでは、教授はパーセンテージに焦点を当てるように求めています。 主成分の最適な選択方法を教えてください。
前もって感謝します！！
PS - 上記の情報は次の場所にあります。 http://support.sas.com/publishing/pubcat/chaps/55129.pdf
Re: 主成分分析後に使用する変数の数を決定する方法は?一見簡単な質問が、人が考えるほど簡単ではないことに同意します。 ケビンは、コンポーネントに関して正しい方向性を示しています。PCA は、多数の変数を少数のコンポーネントに減らします。必要なのは 1 つ (多くても 2 つ) だけです。
ケビンはまた、どのように進めるかは、分析の最終的な結果によって異なると指摘しています。
保持するコンポーネントの数を超えて、コンポーネントを構築するためにいくつの要素が必要かという質問をする人がいるかもしれません。ここで、JMP の使いやすさを利用して、因子のサブセットを使用して PCA を再実行します。スコア プロットを見て、プロット上の因子の各「クラスター」から 1 つの因子を選択する場合があります。JMP Pro には、どの変数が他の変数よりも類似しているかを理解するのに役立つ「クラスター変数」オプションがあります。また、さまざまなツールを使用してデータを調べて、最終目標に対する変数の関係と重要性を最もよく理解することができます。これが、さまざまな角度からデータを探索する能力である JMP の真価を発揮するところです。 さらに、自分のマシンで一度に開くことができる JMP ウィンドウの数を確認するのも楽しいものです。
Re: 主成分分析後に使用する変数の数を決定する方法は?こんにちは、アクシャイ！
あなたの一見簡単な質問はそれほど多くはありません。さまざまな答えをもたらすいくつかの流派があります。
ある学派は、Scree Plot を見るように言います。
スクリー プロットは、固有値対 PCA の成分数です。フラット ライン トレンドを開始する最初のポイントの前に、急なカーブの部分にコンポーネントを保持します。これらの体脂肪データでは、この考え方は、1 つのコンポーネントを維持することを示唆している可能性があります。
多くの場合、スクリー プロットは解釈が容易ではありません。ある考え方では、パラメーターに関する知識を使用して、保持するコンポーネントについて決定を下すようにします。
別の考え方では、「なぜそれらすべてを保持しないのですか?」と提案されています。このアプローチは、a) 変数の数が比較的少ない場合、および b) 分析上の理由でデータを使用している場合 (管理図など、将来の観察に対するアクションを計画している場合) に最適です。
一見簡単そうに見える質問に別の方法で答えるのに役立つ可能性がある、さらに多くの学派があると確信しています。
