pcares

Невязки из анализа основных компонентов

Синтаксис

residuals = pcares(X,ndim)
[residuals,reconstructed] = pcares(X,ndim)

Описание

residuals = pcares(X,ndim) возвращает residuals полученный путем сохранения ndim основные компоненты матрицы n на p X. Строки X соответствуют наблюдениям, столбцы - переменным. ndim является скаляром и должен быть меньше или равен p residuals. - матрица того же размера, что и X. Используйте матрицу данных, а не ковариационную матрицу с этой функцией.

pcares не нормализует столбцы X. Для выполнения анализа основных компонентов на основе стандартизированных переменных, то есть на основе корреляций, используйте pcares(zscore(X), ndim). Можно выполнить анализ основных компонентов непосредственно на ковариационной или корреляционной матрице, но без построения невязок, при помощи pcacov.

[residuals,reconstructed] = pcares(X,ndim) возвращает восстановленные наблюдения; то есть приближение к X полученный путем сохранения его первого ndim основные компоненты.

Примеры

Этот пример показывает падение невязок из первой строки данных Hald, когда количество размерностей компонента увеличивается с одного до трех.

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

Ссылки

[1] Jackson, J. E., A User's Guide to Principal Components, John Wiley and Sons, 1991.

[2] Jolliffe, I. T., Principal Component Analysis, 2nd Edition, Springer, 2002.

[3] Кржановски, У. Дж. Принципы многомерного анализа: перспектива пользователя. Нью-Йорк: Oxford University Press, 1988.

[4] Себер, Г. А. Ф. Многомерные наблюдения. Hoboken, NJ: John Wiley & Sons, Inc., 1984.

См. также

| |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте