Czy ta główna analiza składników (PCA) została wykonana poprawnie?

1. Które z poniższych jest prawidłowe dla analizy głównych komponentów PCA?
2. Jest skuteczna analiza głównych składników?
3. Jak mówić o moich wynikach PCA?
4. Jak interpretować analizę głównych komponentów PCA?

Które z poniższych jest prawidłowe dla analizy głównych komponentów PCA?

(12) [4 pkt] Które z poniższych jest prawdziwe dotyczące analizy głównych składników (PCA)? Odp.: Głównymi elementami są wektory własne wyśrodkowanej macierzy danych.

Jest skuteczna analiza głównych składników?

PCA daje najlepszą możliwą reprezentację zestawu danych P P w wymiarach Q (Q<p) w sensie maksymalizacji wariancji w wymiarach Q. Wadą jest jednak to, że nowe zmienne, które definiuje, są zwykle funkcjami liniowymi wszystkich zmiennych P.

Jak mówić o moich wynikach PCA?

W przypadku PCA możesz zacząć od wyjaśnionego akapitu o wariancji i wykresie Scree, a następnie akapitu na obciążeniach PC1, a następnie akapit dla ładunków na PC2 itp. Następnie następują akapity na wynikach próbek dla każdego z komputerów, z jednym akapitem dla każdego komputera.

Jak interpretować analizę głównych komponentów PCA?

Interpretacja głównych składników opiera się na ustaleniu, które zmienne są najsilniej skorelowane z każdym składnikiem, i.mi., Która z tych liczb jest duża, najdalej od zera w obu kierunkach. Które liczby uważamy za duże lub małe, jest oczywiście subiektywną decyzją.