pcares
주성분 분석의 잔차
구문
residuals = pcares(X,ndim)
[residuals,reconstructed] = pcares(X,ndim)
설명
residuals = pcares(X,ndim)
은 n×p 행렬 X
의 ndim
주성분을 유지하여 얻은 residuals
를 반환합니다. X
의 행은 관측값에 대응하고 열은 변수에 대응합니다. ndim
은 스칼라이며 p보다 작거나 같아야 합니다. residuals
는 X
와 같은 크기의 행렬입니다. 이 함수에는 공분산 행렬이 아니라 데이터 행렬을 사용하십시오.
pcares
는 X의 열을 정규화하지 않습니다. 표준 변수, 즉 상관을 기반으로 주성분 분석을 수행하려면 pcares(zscore(X), ndim)
을 사용하십시오. pcacov
를 사용하면 공분산 행렬 또는 상관 행렬에서 잔차를 생성하지 않고 직접 주성분 분석을 수행할 수 있습니다.
[residuals,reconstructed] = pcares(X,ndim)
은 재구성된 관측값, 즉 첫 번째 ndim
주성분을 유지하여 얻은 X
에 대한 근삿값을 반환합니다.
예제
이 예제에서는 성분 차원의 수가 1에서 3으로 증가함에 따라 Hald 데이터의 첫 번째 행에서 잔차가 낮아지는 것을 보여줍니다.
load hald r1 = pcares(ingredients,1); r2 = pcares(ingredients,2); r3 = pcares(ingredients,3); r11 = r1(1,:) r11 = 2.0350 2.8304 -6.8378 3.0879 r21 = r2(1,:) r21 = -2.4037 2.6930 -1.6482 2.3425 r31 = r3(1,:) r31 = 0.2008 0.1957 0.2045 0.1921
참고 문헌
[1] Jackson, J. E., A User's Guide to Principal Components, John Wiley and Sons, 1991.
[2] Jolliffe, I. T., Principal Component Analysis, 2nd Edition, Springer, 2002.
[3] Krzanowski, W. J. Principles of Multivariate Analysis: A User's Perspective. New York: Oxford University Press, 1988.
[4] Seber, G. A. F. Multivariate Observations. Hoboken, NJ: John Wiley & Sons, Inc., 1984.
버전 내역
R2006a 이전에 개발됨