Eigenschaften projizierter 3D -Punkte (bis 2D), Hauptkomponentenanalyse (PCA)

1. Ist PCA gut für hohe dimensionale Daten?
2. Welche Projektion wird in PCA verwendet??

Ist PCA gut für hohe dimensionale Daten?

PCA ist ein mathematisches Tool, das häufig für eine hohe dimensionale Datenanalyse verwendet wird.

Welche Projektion wird in PCA verwendet??

PCA findet eine Projektionsmatrix p = [P1, ..., pd '] t, die jeden Punkt auf einen niedrigdimensionalen Raum zeichnen (d' ≤ d). Wie beschrieben ist jeder P ein Basisvektor, der die Varianz von x in orthogonalen Richtungen in Bezug auf einander maximiert und dass die Varianzmenge von P1 zu PD 'abnimmt .