Остаточные значения анализа главных компонентов
residuals = pcares(X,ndim)
[residuals,reconstructed] = pcares(X,ndim)
residuals = pcares(X,ndim)
возвращает residuals
полученный путем сохранения ndim
основные компоненты n-by-p матричного X
. Строки X
соответствуйте наблюдениям, столбцам к переменным. ndim
скаляр и должен быть меньше чем или равен p. residuals
матрица одного размера с X
. Используйте матрицу данных, не ковариационную матрицу, с этой функцией.
pcares
не нормирует столбцы X. Выполнять анализ основных компонентов на основе стандартизированных переменных, то есть, на основе корреляций, pcares(zscore(X), ndim)
использования. Можно выполнить анализ основных компонентов непосредственно ковариационной или корреляционной матрицы, но не создавая остаточные значения, при помощи
pcacov
.
[residuals,reconstructed] = pcares(X,ndim)
возвращает восстановленные наблюдения; то есть, приближение к X
полученный путем сохранения его первого ndim
основные компоненты.
Этот пример показывает понижение остаточных значений первой строки данных Hald как количество увеличений размерностей компонента от один до три.
load hald r1 = pcares(ingredients,1); r2 = pcares(ingredients,2); r3 = pcares(ingredients,3); r11 = r1(1,:) r11 = 2.0350 2.8304 -6.8378 3.0879 r21 = r2(1,:) r21 = -2.4037 2.6930 -1.6482 2.3425 r31 = r3(1,:) r31 = 0.2008 0.1957 0.2045 0.1921
[1] Джексон, J. E. руководство пользователя к основным компонентам, Джону Вайли и сыновьям, 1991.
[2] Jolliffe, я. T. анализ главных компонентов, 2-й выпуск, Спрингер, 2002.
[3] Крзановский, W. J. Принципы многомерного анализа: перспектива пользователя. Нью-Йорк: Издательство Оксфордского университета, 1988.
[4] Seber, G. A. F. Многомерные наблюдения. Хобокен, NJ: John Wiley & Sons, Inc., 1984.