Er hovedkomponentene ukorrelerte?

2024 Forfatter: Fiona Howard | [email protected]. Sist endret: 2024-01-10 06:41

Hovedkomponenter har en rekke nyttige egenskaper (Rao 1964; Kshirsagar 1972): Egenvektorene er ortogonale, så hovedkomponentene representerer til sammen vinkelrette retninger gjennom rommet til de opprinnelige variablene. Hovedkomponentskårene er felles ukorrelerte

Er hovedkomponenter korrelert?

Hovedkomponentanalyse er basert på korrelasjonsmatrisen for de involverte variablene, og korrelasjoner trenger vanligvis en stor prøvestørrelse før de stabiliserer seg.

Er PCA-komponenter uavhengige?

PCA projiserer dataene inn i et nytt rom dekket av hovedkomponentene (PC), som er ukorrelerte og ortogonale. PC-ene kan lykkes med å trekke ut relevant informasjon i dataene. … Disse komponentene er statistisk uavhengig, dvs. det er ingen overlappende informasjon mellom komponentene.

Er hovedkomponenten unik?

Så i 1-dimensjonal PCA finner vi en linje for å maksimere variansen til projeksjonen av de 2-dimensjonale dataene på den linjen. … Denne linjen er ikke unik når 2D-dataene har rotasjonssymmetri, så det er mer enn én linje som gir samme maksimale varians i projeksjonen.

Er hovedkomponenter ortogonale?

Hovedkomponentene er egenvektorene til en kovariansmatrise, og derfor er de ortogonale. Viktigere er at datasettet som PCA-teknikken skal brukes på må skaleres. Resultatene er også sensitive for den relative skaleringen.