Вероятностный анализ главных компонентов
[coeff,score,pcvar]
= ppca(Y,K)
[coeff,score,pcvar]
= ppca(Y,K,Name,Value)
[coeff,score,pcvar,mu]
= ppca(___)
[coeff,score,pcvar,mu,v,S]
= ppca(___)
[
возвращает коэффициенты основного компонента для n-by-p матрица данных coeff
,score
,pcvar
]
= ppca(Y
,K
)Y
на основе вероятностного анализа главных компонентов (PPCA). Это также возвращает очки основного компонента, которые являются представлениями Y
на пробеле основного компонента и отклонениями основного компонента, которые являются собственными значениями ковариационной матрицы Y
в pcvar
.
Каждый столбец coeff
содержит коэффициенты для одного основного компонента, и столбцы имеют в порядке убывания отклонение компонента. Строки score
соответствуют наблюдениям, и столбцы соответствуют компонентам. Строки Y
соответствуют наблюдениям, и столбцы соответствуют переменным.
Вероятностный анализ главных компонентов может быть предпочтителен для других алгоритмов, которые обрабатывают недостающие данные, такие как переменный алгоритм наименьших квадратов, когда любой вектор данных имеет одно или несколько отсутствующих значений. Это принимает, что значения отсутствуют наугад через набор данных. Алгоритм максимизации ожидания используется и для полных и для недостающих данных.
[
возвращает коэффициенты основного компонента, очки и отклонения с помощью дополнительных опций для вычисления и обрабатывая специальных типов данных, заданных одним или несколькими аргументами пары coeff
,score
,pcvar
]
= ppca(Y
,K
,Name,Value
)Name,Value
.
Например, можно ввести начальные значения для остаточного отклонения, v
, или изменить критерии завершения.
[1] Добавление подсказки, M. E. и C. M. Епископ. Вероятностный Анализ главных компонентов. Журнал Королевского Статистического Общества. Серии B (Статистическая Методология), Издание 61, № 3, 1999, стр 611–622.
[2] Roweis, S. “Алгоритмы EM для PCA и SPCA”. В Продолжениях 1 997 Конференций по Усовершенствованиям в Нейронных Системах обработки информации. Vol.10 (NIPS 1997), Кембридж, MA, США: Нажатие MIT, 1998, стр 626–632.
[3] Ilin, A. и Т. Райко. “Практические Подходы к Анализу главных компонентов в присутствии Отсутствующих значений”. Дж. Мах. Учиться. Res.. Издание 11, август 2010, стр 1957–2000.