|
Эта публикация цитируется в 1 научной статье (всего в 1 статье)
Реконструкция осей главных компонент
М. П. Кривенко Институт проблем информатики Федерального исследовательского центра «Информатика и управление» Российской академии наук
Аннотация:
Анализ главных компонент (PCA — Principal Component Analysis) широко используется при исследовании данных, их сжатии и визуализации. Новые возможности открывает вероятностный PCA (PPCA — probabilistic PCA), реализуемый в рамках принципа максимального правдоподобия для гауссовской модели с латентными переменными. В рамках PPCA появились алгоритмы обработки данных, нацеленные на снижение размерности данных и обеспечивающие переход в пространство главных компонент, но не дающие в явном виде характеристики главных компонент. Статья посвящена деталям, углубляющим понимание особенностей PPCA, исправлениям выявленных ошибок в публикациях. Предложены и обоснованы два метода реконструкции характеристик главных компонент. Один из них основывается на пересчете ковариационной матрицы в сформированном пространстве главных компонент. Другой метод заключается в последовательном повторении одинаковых шагов: выявления первой главной компоненты и исключения ее из анализа данных.
Ключевые слова:
анализ главных компонент; EM-алгоритм; реконструкция осей и дисперсий главных компонент.
Поступила в редакцию: 21.11.2017
Образец цитирования:
М. П. Кривенко, “Реконструкция осей главных компонент”, Информ. и её примен., 12:1 (2018), 71–77
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ia518 https://www.mathnet.ru/rus/ia/v12/i1/p71
|
Статистика просмотров: |
Страница аннотации: | 224 | PDF полного текста: | 202 | Список литературы: | 26 |
|