에 내가 계산 의미 자바 PCA를 수행하기위한 배열의 곱셈을 달성하기 위해 노력하고으로부터 그것을 substrtacted 교장 각 X I 찾을 그래서 중위 covarience에게 을 찾을 필요가 values.Next 주어진 배열의 모든 조합을 곱해야합니다. [a,b,c] --> (aa)(ab)(ac)(bb)(bc)(cc)
가능한 모든 제품의 매트릭스를
libpca은 선형 대수학 라이브러리 인 Armadillo을 기반으로하는 주성분 분석을위한 C++ 라이브러리입니다. 그래도 문제가 있습니다. 나는 PCA에 관한 위대한 튜토리얼에서 Lindsay Smith으로 주어진 예제와 출력을 비교하고있다. 첫 번째 주 구성 요소를 검색 할 때 자습서에서 Smith와 동일한 값을 얻지 만 부호는 반전됩니다. 두 번째 주
첫 번째 주 방향에 대해서는 약간 혼란 스럽습니다. 2 차원 유클리드 공간에서 (1,1), (2,2), (3,3)의 세 점을 가지고 있다고 가정 해 봅시다. 첫 번째 주성분을 계산하고 싶습니다. 먼저 중심점이 (2,2)이므로 모든 점을 원점으로 이동합니다. 이제 (2,2)는 (0,0)과 같고 (1,1)은 (-1, -1)이고 (3,3)은 (1,1)입니다. 이
나는 Incanter의 principal-components 함수를 사용하여 PCA를 수행하려고 시도해 왔으며이를 사용하는 데 어려움이 있습니다. 나는 PCA 튜토리얼에서 온라인으로 일부 샘플 데이터를 발견하고 연습하고 싶었 : (def data [[0.69 0.49] [-1.31 -1.21] [0.39 0.99] [0.09 0.29] [1.29 1.09]
PCA가 작동하는 방식과 Matlab에서이를 구현하는 방법을 얻었지만 어떤 변수가 주요 구성 요소에 가장 크게 기여하는지 알아 내기는 어렵습니다. 내 질문에, 변수 A, B, C, D, E, F의 데이터 세트가 있다고 가정합니다. 알 수없는, 변수 A, B, C, E는 거의 같은 것을 측정하고 변수 D, F는 다른 것을 측정합니다. 집합 (A, B, C,