[B! 主成分分析] kaolynのブックマーク

kaolyn id:kaolyn

主成分分析に関するkaolynのブックマーク (3)

Rのprcomp()関数で主成分分析をするときの注意点 - StatsBeginner: 初学者の統計学習ノート
Rでの主成分分析の実行前々回のエントリで学習した永田・棟近教科書の第9章「主成分分析」にのっている計算例を、自分でRにより実行してみることとする。前半では、教科書の計算例の実行、後半では、Rのprcomp()関数を使うときに注意しなきゃなと思った点をメモしておく。永田・棟近教科書の第9章「主成分分析」をRで実行してみるまず、データの入力。 > # データの入力 > > 生徒NO <- seq(1, 10, 1) > 国語 <- c(86,71,42,62,96,39,50,78,51,89) > 英語 <- c(79,75,43,58,97,33,53,66,44,92) > 数学 <- c(67,78,39,98,61,45,64,52,76,93) > 理科 <- c(68,84,44,95,63,50,72,47,72,91) データを確認のため表示させてみる。 > 成績d
kaolyn 2015/04/14
R

主成分分析

データ分析
リンク
F.4.31. 主成分分析 | R Financial & Marketing Library
なお、分析対象となる変数の単位に注意して center, scale の論理値を指定する必要があります。参考例としてRのデータセット attitude を使用しています。 attitude はこのようなデータです。主成分分析を行なう、prcomp()関数には、いくつか引数がありますが、そのうち、center と scale は、重要となります。なお、center はデフォルトで TRUE、 scale はデフォルトで FALSE と指定されています。主成分分析対象となるデータ（データフレームまたは行列）の各対象変数の単位や尺度に注意する必要があります。 prcomp()関数の上記引数を用いて各変数を正規化する、または、主成分分析を行なう前にデータの各変数を正規化しておく必要があります。参考：『Rによる統計解析』 P.197 によると、 ade4
kaolyn 2015/04/14
主成分分析

R

データ分析
リンク
はじめよう多変量解析～主成分分析編～
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。近年注目を集めるアーキテクチャーである「Transf ormer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
kaolyn 2015/04/14
主成分分析

R

データ分析
リンク
1