会员服务
在统计中，主成分分析（PCA）是一种通过最大化每个维度的方差来将较高维度空间中的数据投影到较低维度空间中的方法。给定二维，三维或更高维空间中的点集合，可以将“最佳拟合”线定义为最小化从点到线的平均平方距离的线。可以从垂直于第一条直线的方向类似地选择下一条最佳拟合线。重复此过程会产生一个正交的基础，其中数据的不同单个维度是不相关的。 这些基向量称为主成分。
MML Probabilistic Principal Component Analysis
Arxiv
0+阅读 · 1月5日
Reduced-order autoregressive dynamics of a complex financial system: a PCA-based approach
Arxiv
0+阅读 · 2025年12月23日
Classification EM-PCA for clustering and embedding
Arxiv
0+阅读 · 2025年11月24日
A Gray-box Attack against Latent Diffusion Model-based Image Editing by Posterior Collapse
Arxiv
0+阅读 · 2025年11月26日
An Approach to Variable Clustering: K-means in Transposed Data and its Relationship with Principal Component Analysis
Arxiv
0+阅读 · 2025年11月30日
Fast Measuring Pavement Crack Width by Cascading Principal Component Analysis
Arxiv
0+阅读 · 2025年11月4日
Conflict-Free Flight Scheduling Using Strategic Demand Capacity Balancing for Urban Air Mobility Operations
Arxiv
0+阅读 · 2025年11月14日
Optimized Supergeo Design: A Scalable Framework for Geographic Marketing Experiments
Arxiv
0+阅读 · 2025年11月23日
Optimized Supergeo Design: A Scalable Framework for Geographic Marketing Experiments
Arxiv
0+阅读 · 2025年11月27日
Beyond PCA: Manifold Dimension Estimation via Local Graph Structure
Beyond PCA: Manifold Dimension Estimation via Local Graph Structure
Arxiv
0+阅读 · 2025年11月1日
Robust Principal Components by Casewise and Cellwise Weighting
Robust Principal Components by Casewise and Cellwise Weighting
Arxiv
0+阅读 · 2025年10月31日
ProstNFound+: A Prospective Study using Medical Foundation Models for Prostate Cancer Detection
Arxiv
0+阅读 · 2025年10月30日
Tight Differentially Private PCA via Matrix Coherence
Arxiv
0+阅读 · 2025年10月30日
Beyond PCA: Manifold Dimension Estimation via Local Graph Structure
Arxiv
0+阅读 · 2025年10月27日
Beyond the Trade-off Curve: Multivariate and Advanced Risk-Utility Maps for Evaluating Anonymized and Synthetic Data
Arxiv
0+阅读 · 2025年10月27日
参考链接
微信扫码咨询专知VIP会员
Top