Journal of Signal and Information Processing· 2013
Temel Bileşen Analizi (PCA) Açıklaması
An Overview of Principal Component Analysis
- 532atıf
- 2013yıl
Kısa özet
Temel Bileşen Analizi (PCA), ilişkili değişkenleri ilişkisiz değişkenlere dönüştürmek için ortogonal dönüşüm kullanan ve bilgiyi koruyarak veri boyutluluğunu azaltan istatistiksel bir tekniktir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- PCA, veri boyutluluğunu azaltmak için kullanılan istatistiksel bir tekniktir.
- İlişkili değişkenlerden ilişkisiz değişkenler oluşturmak için ortogonal dönüşüm kullanır.
- Yöntem, orijinal bilgilerin çoğunu azaltılmış boyutlarda korur.
- Temel kavramlar arasında standart sapma, kovaryans ve özvektörler bulunur.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
The principal component analysis (PCA) is a kind of algorithms in biometrics. It is a statistics technical and used orthogonal transformation to convert a set of observations of possibly correlated variables into a set of values of linearly uncorrelated variables. PCA also is a tool to reduce multidimensional data to lower dimensions while retaining most of the information. It covers standard deviation, covariance, and eigenvectors. This background knowledge is meant to make the PCA section very straightforward, but can be skipped if the concepts are already familiar.
Yazarların özeti; kaynağından alınmıştır. Journal of Signal and Information Processing, 2013 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Analitik Kimya
Analytical ChemistryChemistry