Domande taggate «pca»

L'analisi dei componenti principali (PCA) è una tecnica di riduzione dimensionale lineare. Riduce un set di dati multivariato a un set più piccolo di variabili costruite preservando quante più informazioni (più varianza) possibile. Queste variabili, chiamate componenti principali, sono combinazioni lineari delle variabili di input.

3
Sull'uso della rotazione obliqua dopo il PCA
Diversi pacchetti statistici, come SAS, SPSS e R, consentono di eseguire una sorta di rotazione dei fattori a seguito di un PCA. Perché è necessaria una rotazione dopo un PCA? Perché applicare una rotazione obliqua dopo un PCA dato che lo scopo del PCA è quello di produrre dimensioni ortogonali?
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.