问题标签 [pca]

已移动： 将此问题移至 math.stackexchange.com 并关闭它。

我正在学习 PCA 中涉及的数学。出于我的目的，我只是想了解一个 90° 旋转矩阵。我得到了旋转矩阵的概念，但是当我查看wikipedia、Wolfram Mathworld 网站等时，我一直看到以下定义为 90°逆时针旋转矩阵：

但是当我实际进行数学运算时，我似乎得到了围绕原点顺时针旋转的点：

绘制点 (1,2) 和 (3,4)，它们都在象限 1 (+,+) 中。绘制结果点 (2,-1) 和 (4,-3)，它们都在四边形 4 (+,-) 中。旋转有效，但似乎是顺时针，而不是逆时针。我错过了什么？

注意有朋友建议是坐标系，但 wolfram 网站（上面链接）似乎明确排除了我误解的原因（参见 wolfram 网站上的（1）和（3））。

非常感谢任何帮助。

我有 100 个变量，我想使用变量 var15-v25 进行因子分析。为此，我首先将变量提取到另一个对象（例如f）中，然后运行主成分分析。

现在我想将 PCA 分数与原始数据集合并，以使用 PCA 分数作为预测变量进行回归。

谁能建议我合并这两个数据集的方法。我使用的代码如下：

我正在使用 R 软件（R 指挥官）对我的数据进行聚类。我有一个较小的数据子集，包含 200 行和大约 800 列。尝试 kmeans 聚类并在图表上绘图时出现以下错误。“'princomp' 只能用于比变量更多的单位”

然后，我创建了一个 10 行和 10 列的测试文档，它的绘图很好，但是当我添加一个额外的列时，我再次遇到错误。为什么是这样？我需要能够绘制我的集群。当我在对其执行 kmeans 后查看我的数据集时，我可以看到额外的结果列，其中显示了它们属于哪些集群。

有什么我做错了吗，我可以摆脱这个错误并绘制更大的样本吗？？？请帮助，已经破坏了我一个星期的头。多谢你们。

我正在尝试从包含 63 个样本的 2000 个特征的数据中选择一个特征子集。现在我知道如何在 MATLAB 中进行 PCA。我使用了“pcacov”，它也返回了特征向量和特征值。但是，我不知道如何选择我想要的功能。我的意思是如果没有标记功能，我该如何选择我的功能？或者它们会以相同的顺序被退回？

我在实施 RKLT 时遇到问题。我已经阅读了 Pengwei Hao 和 Qingyun Shi 的论文，但我仍然有一些问题。有人见过这种转换的实现吗？我不知道置换矩阵应该是什么样子以及如何从 TERM 分解中获得 SERM 分解。

是否有任何示例可以提供对数据集进行主成分分析的动手示例？我正在阅读仅讨论理论的文章，​​并且真的在寻找能够向我展示如何使用 PCA，然后解释结果并将原始数据集转换为新数据集的东西。请问有什么建议吗？

我现在正在尝试使用 PCA 做一些事情，但了解每个特征值的哪些特征对我来说非常重要。

numpy.linalg.eig给我们已经排序的对角矩阵，但我希望这个矩阵与它们在原始位置。有人知道我怎么做吗？

我们如何将 PCA 应用于一维数组？

当打印数据数组中的值时，数据数组中的特征减少 600 到 20，但所有值都为零。

为什么？

我正在尝试让一个 VB 应用程序 ( my.exe ) 在 Windows 7 上以管理员身份运行。所以我正在使用 Manifest (下面) 来做到这一点。但是当我运行它（并立即退出 My.exe）时，我收到程序兼容性助手警告：“该程序可能没有正确安装”当然，我没有进行任何安装。

• 如果我将 EXE 设置为以管理员身份运行 （通过右键单击 My.exe ），那么我不会收到此警告（无论是否存在清单）或
• 如果我删除清单文件（并将 exe 设置为以管理员身份运行或不这样做），我不会收到警告。

有什么想法为什么会发生这种情况以及如何不使用 Manifest 获得此警告？

显现

我已经能够计算出我的数据样本的特征向量/值（N 个维度为 M 的样本），我想将维度减小为 3。如果我是正确的，我需要选择前 3 个特征向量（具有最大的特征值）。

从这 3 台 PC 和新样本的观察（在原始基础上）（现在只看 3 个维度）。

我如何预测 M-3 的其他值是多少？