帶彈性網的稀疏主成分分析.pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、主成分分析是一種流行的降維和數據預測的方法。作為一種非指導性學習方法,主成分分析應用相當廣泛,例如在手寫編碼分類及人的臉譜識別方面。最近,主成分分析又被應用于有關基因表示的數據分析方面。Hastie 等人提出了一種所謂基因刨削的方法,這種方法主要是利用主成分分析使高維變量及相關聯的基因集中在一起。 主成分分析之所以能夠成功,主要在于如下兩方面的特點:一方面,各主成分依次達到最大的方差,因此允許最小的信息丟失;另一個方面,各主成分

2、之間互不相關,所以我們可以單獨考慮其中某一主成分而不考慮其他主成分。 我們認為主成分分析不僅能夠有效地降低維數,還應當能夠減少顯然有用變量的多少。曾有一種特別的方法可以作到這一點,它是通過人工的方法將一個接近與零的一個正數來約束載荷的絕對值。Jolliffe 介紹了一種新的SCoTLASS 方法來獲得修正的主成分。 回想在多元線性回歸中提到的便于解釋模型的問題,那里的響應變量是由預測因子的線性組合預測的。為了便于解釋的模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論