Re: [裝死] PCA
※ 引述《WayneZheng (放心)》之銘言：
: 程式其實有算所有的eigenvector 只是output前三個而已
: 我有改了一下 改成可以下參數for要幾個principal components
: 程式在我家目錄下 /home/wayne/pca_wayne.c
: usage:
: ./pca matrix.txt 36 8 6 R
: data row column # of princ. option
: 然後我還是搞不懂他最後output "projection of column-points" 是什麼意思
: 我trace了一下 他是這樣算的:
: project_1
: [ project_2 ] = [e1 e2 ... em] * [e_max ... e_min]
: |
: project_m
: project_i 相當於把所有eigenvectors的第i個element collect成一個vector
: 然後再投影到eigenvector的空間
: 不懂這樣的projection有什麼意思?
那天碩尹有和我解釋過，我講一下我記得的東西
如果有說錯幫我指正一下謝謝。
Assume input是 N*4，每一筆資料就是1*4
a_11 a_12 a_13 a_14 ---> 一筆
a_21 a_22 a_23 a_24 ---> 一筆
..............
..............
a_N1 a_N2 a_N3 a_N4
做correlation analysis即
建造一個4*4的matrix M(4*4)
N
其中M_xy = Sum (a_ix * a_iy)
i=1
不過好像有先做zero mean，不太記得了~
anyway這個matrix求其eigenvalues及對應的eigenvectors(都是四個)
就形成eigenspace
如果想要做dimension reduction就取前幾個，例如只取3個
原本的4維就會投影到3維
大概是這樣吧，有錯請補充
btw我剛才重看了一次，我看錯猴子的問題了
他的問題我還沒搞懂…
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 219.81.144.64
※ 編輯: ugoc 來自: 219.81.144.64 (01/10 20:58)
→
01/10 22:28, , 1F
01/10 22:28, 1F
討論串 (同標題文章)