Вероятностный анализ главных компонентов
[
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 баллы основного компонента, которые являются представлениями Y
на пробеле основного компонента и отклонениях 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
соответствуйте наблюдениям, и столбцы соответствуют компонентам. Строки Y
соответствуйте 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 в полных и в недостающих данных.
[
возвращает коэффициенты основного компонента, баллы и отклонения с помощью дополнительных опций для расчета и обрабатывая специальных типов данных, заданных одним или несколькими coeff
,score
,pcvar
]
= ppca(Y
,K
,Name,Value
)Name,Value
парные аргументы.
Например, можно ввести начальные значения для остаточного отклонения, v
, или измените 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.