【问题标题】:principal components analysis主成分分析
【发布时间】:2013-08-24 15:30:06
【问题描述】:

我最近正在阅读关于主成分分析的教程(主成分分析教程/Lindsay I Smith)。最后,它讨论了“取回旧数据”。我想知道这样做有什么意义吗?实际上,我已经在 R 中的 princomp 函数下使用名为“USarrests”的数据集进行了尝试。通过转换回旧数据集,我得到的变量数量与原始数据集完全相同,更糟糕的是,转换后的变量是100% 相关。从这个意义上说,PCA 不能减少原始变量的数量,从而消除它们之间的相关性。
谢谢你的建议!

【问题讨论】:

  • 这个问题可能更适合 CrossValidated (stats.stackexchange.com)。

标签: components analysis principal


【解决方案1】:

PCA 对某些数据集有用,而不是每个数据集。一个很好的例子 PCA 是用于人脸图像降噪。您可以获得比原始图像尺寸低得多的重构图像。

【讨论】:

    猜你喜欢
    • 2014-04-08
    • 1970-01-01
    • 1970-01-01
    • 2018-03-12
    • 2014-08-17
    • 2018-10-22
    • 2011-10-25
    相关资源
    最近更新 更多