- Tytuł:
- New Interpretation of Principal Components Analysis
- Autorzy:
- Gniazdowski, Z.
- Powiązania:
- https://bibliotekanauki.pl/articles/91310.pdf
- Data publikacji:
- 2017
- Wydawca:
- Warszawska Wyższa Szkoła Informatyki
- Tematy:
-
determination coefficient
geometric interpretation of PCA
selection of principal components
clustering of variables
tensor data mining
anisotropy of data
współczynnik determinacji
interpretacja geometryczna
PCA
wybór głównych składników
klastrowanie zmiennych
dane tensorowe
anizotropia danych - Opis:
- A new look on the principal component analysis has been presented. Firstly,ageometric interpretation of determination coefficient was shown. In turn, the ability to represent the analyzed data and their interdependencies in the form of easy-tounderstand basic geometric structures was shown. As a result of the analysis of these structures it was proposed to enrich the classical PCA. In particular, it was proposed a new criterion for the selection of important principal components and a new algorithm for clustering primary variables by their level of similarity to the principal components. Virtual and real data spaces, as well as tensor operations on data, have also been identified.The anisotropy of the data was identified too.
- Źródło:
-
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2017, 11, 16; 43-65
1896-396X
2082-8349 - Pojawia się w:
- Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
- Dostawca treści:
- Biblioteka Nauki