|
|
|
Wie wende ich Principal Component Analysis an? |
|
| clustering_n00b |
Forum-Century
|
 |
Beiträge: 129
|
|
|
|
Anmeldedatum: 05.09.11
|
|
|
|
Wohnort: ---
|
|
|
|
Version: R2011a, R2012b
|
|
|
|
 |
|
Verfasst am: 06.10.2011, 14:14
Titel: Wie wende ich Principal Component Analysis an?
|
 |
Hallo! 
Ich habe eine riesen Datenmatrix (37 x 3400). Da ich darauf nicht direkt einen Clusteringalgorithmus with GMM anwenden kann, würde ich gerne zuerst PCA darauf anwenden.
Dazu habe ich mir folgende Funktion: PCA angeschaut.
Ich habe sie folgendermassen aufgerufen:
Ich will die 3400 Dimensionen auf 36 herunterskalieren.
Ich bekomme als Ausgabe immer noch eine 37 x 3400 Matrix.
Was ist denn los? 
|
|
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.502
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 06.10.2011, 19:26
Titel:
|
|
Hallo,
was hält dich davon ab, die Funktion PRINCOMP aus der Statistics Toolbox zu verwenden? Die wäre auch ordentlich dokumentiert.
Grüße,
Harald
|
|
|
|
| clustering_n00b |
Themenstarter
Forum-Century
|
|
Beiträge: 129
|
|
|
|
Anmeldedatum: 05.09.11
|
|
|
|
Wohnort: ---
|
|
|
|
Version: R2011a, R2012b
|
|
|
|
|
|
|
Verfasst am: 06.10.2011, 20:33
Titel:
|
|
| Harald hat Folgendes geschrieben: |
was hält dich davon ab, die Funktion PRINCOMP aus der Statistics Toolbox zu verwenden? Die wäre auch ordentlich dokumentiert.
|
Ich verstehe nicht wie ich daraus die Daten herauslesen kann. Entweder bekomme ich die Eigenwerte oder Eigenvektoren.
Ich brauche aber die reduzierte Datemenge?
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.502
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 06.10.2011, 22:08
Titel:
|
|
Hallo,
das ist, wie aus der Dokumentation hervorgeht, das zweite Rückgabeargument von PRINCOMP.
| Zitat: |
| [COEFF,SCORE] = princomp(X) returns SCORE, the principal component scores; that is, the representation of X in the principal component space. Rows of SCORE correspond to observations, columns to components. |
Grüße,
Harald
|
|
|
|
| clustering_n00b |
Themenstarter
Forum-Century
|
|
Beiträge: 129
|
|
|
|
Anmeldedatum: 05.09.11
|
|
|
|
Wohnort: ---
|
|
|
|
Version: R2011a, R2012b
|
|
|
|
|
|
|
Verfasst am: 08.10.2011, 07:43
Titel:
|
|
| Harald hat Folgendes geschrieben: |
das ist, wie aus der Dokumentation hervorgeht, das zweite Rückgabeargument von PRINCOMP.
|
| Zitat: |
| Component Scores. The second output, scores, contains the coordinates of the original data in the new coordinate system defined by the principal components. This output is the same size as the input data matrix. |
Scores had also auch das Format 37 x 3400.
Ich will ja aber die Datenmenge reduzieren auf 37 x 36!
Wie mache ich das? Soll ich einfach die ersten 36 Spalten der Matrix nehmen?
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.502
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 08.10.2011, 11:47
Titel:
|
|
Hallo,
kurze Antwort: ja.
längere Antwort: scores repräsentiert die Daten in den Hauptkomponenten. Wenn du scores insgesamt verwendest, gehen keine Informationen verloren, da es sich lediglich um eine Transformation handelt.
Die Hauptkomponenten sind allerdings so gewählt, dass sich in den ersten Komponenten möglichst viel Information befindet; anders gesagt: dass du möglichst wenig Information verlierst, wenn du die letzten Komponenten weglässt. Es sind also in deinem Fall die ersten 36 Hauptkomponenten bzw. Scores zu verwenden.
Grüße,
Harald
|
|
|
|
| clustering_n00b |
Themenstarter
Forum-Century
|
|
Beiträge: 129
|
|
|
|
Anmeldedatum: 05.09.11
|
|
|
|
Wohnort: ---
|
|
|
|
Version: R2011a, R2012b
|
|
|
|
|
|
|
Verfasst am: 09.10.2011, 12:08
Titel:
|
|
Vielen Dank! 
Ich sollte mir die Theorie zur PCA nochmals genauer anschauen...
|
|
|
|
|
|
|
Einstellungen und Berechtigungen
|
|
Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  RSS
Hosted by:
Copyright © 2007 - 2025
goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
|
|
