1
비 정사각형 행렬의 제곱근을 계산하려면 어떻게해야합니까? p.s. Jordan Matrix Decomposition 방법을 시도했지만 사각형 매트릭스에만 적용되는 것으로 보입니다.데이터 연관 해제
A
답변
1
당신은 고려할 수 http://en.wikipedia.org/wiki/Principal_component_analysis
자습서 및 하우투 예를 들어이 많이 있습니다 매트랩에 대한. (이전의 원래 데이터 단위 분산을 유용하게 만드는 경우가 있습니다.)
+0
답변을 주신 Benroth에게 감사드립니다. 나는 내 질문이 분명하지 않다고 생각한다. 자, 나는 그것을 바꿔 썼다. 실제로 정규화 기술 덕분에 데이터에서 단위 분산을 얻었습니다. 하지만 내 문제는 내가 그것을 무의식화할 수 없다는 것입니다. 나는 어딘가에서 읽으므로, 상관 관계를 없애기 위해 행렬의 고유 값과 고유 벡터를 계산해야합니다. 그러나 제 경우에는 행렬이 정사각형이 아닙니다. 그래서, 어떻게 고유 값과 고유 벡터를 계산할 수 있습니까? – user12345
+0
일반적으로 PCA 또는 이와 유사한 방법과 상관 관계를 없애기 위해 고유 벡터는 데이터 행렬의 공분산 행렬 (정사각형)에서 계산됩니다. 불행히도 질문의 현재 표현은 더 이상 풀고 싶은 실제 ('원초적인') 문제를 언급하지 않으므로 유용한 힌트를 제공하기가 어렵습니다. – benroth
0
비 정사각형 행렬을 다루고 있으므로 고유 값 분해를 적용해야합니다. http://en.wikipedia.org/wiki/Singular_value_decomposition
"비 정사각형 행렬의 제곱근"은 잘 정의되지 않은 개념입니다. 나는 당신이 "정사각형이 아닌 행렬의 분해"를 의미했다고 생각합니다. 많은 분해 유형이 있지만 범용 분석의 경우 SVD가 가장 유익합니다.
많은 질문이 있습니다. 센서 데이터를 처리하는 방법에 대한 제안을 원하십니까? 그렇다면 유용한 제안을 원하는 경우 어떻게 보이는지 보여주십시오. 또는 일부 변수 y (400 값)의 최소 제곱 선형 회귀를위한 recipie를 원하십니까? IMO 거기에 당신의 3 열을 먼저 상관시키지 않아도됩니다.하지만, 데이터를 보지 않고도 고 대역 통과를 원할 수도 있습니다. 아니면 당신이 그 종이에서 읽은 것에 대해 명확히 해달라고 요청하고 있습니까? 나는 당신이 대답하기를 원하는 사람이 누구인지 모릅니다. 그리고 한꺼번에 대답하는 것이 거의 불가능합니다. downvote를 유감으로 여긴다. – maxy
맥시, 귀하의 의견을 보내 주셔서 감사합니다. 귀하의 의견을 읽은 후, 내가 다시 내 질문을 읽을 때 나는 그것이 분명하지 않다고 느꼈다. 그래서, 이제는 내 질문에 대한 답을 얻었습니다. 이번에는 분명히하기를 바랍니다. – user12345
불행히도, 회사에 속해 기밀로 데이터를 공유 할 수 없습니다. – user12345