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。
LatentGandr: Visual Exploration of Generative AI Latent Space via Local Embeddings
Arxiv
0+阅读 · 8月29日
Spatial-sign-based multilinear principal component analysis for tensor data
Arxiv
0+阅读 · 8月30日
Randomized neural operator for parametric PDEs with fast training and conformal uncertainty quantification
Arxiv
0+阅读 · 6月28日
Story Operators: Decomposing the Original $\to$ Sequel Transformation in Embedding Space
Arxiv
0+阅读 · 6月24日
Meta-clustering of milk mid-infrared spectra identifies dairy cow groups associated with negative energy balance in early lactation
Arxiv
0+阅读 · 8月21日
Manifold Dimension Estimation via Local Graph Structure
Arxiv
0+阅读 · 7月17日
PCA of probability measures: Sparse and Dense sampling regimes
Arxiv
0+阅读 · 7月6日
Heavy-Tailed Principal Component Analysis
Arxiv
0+阅读 · 7月24日
Conditional multivariate functional PCA for the reconstruction of temperature and salinity profiles partially sampled by deep-diving marine mammals
Arxiv
0+阅读 · 8月5日
SAKI: Score-Aware Low-Rank Key Indexing with Random-Matrix Noise Correction for KV Retrieval
Arxiv
0+阅读 · 8月5日
Knowing When Not to Answer: Lightweight KB-Aligned OOD Detection for Safe RAG
Arxiv
0+阅读 · 7月2日
Crowd-Sourced Geographies of Income: Using Google Maps Points of Interest as High-Frequency Proxies for Sub-Municipal Income Estimation in Sao Paulo, Brazil
Arxiv
0+阅读 · 8月8日
SHARD: cell-keyed residual splitting for alignment-resistant private dense retrieval
Arxiv
0+阅读 · 7月14日
Graph Regularized PCA
Arxiv
0+阅读 · 7月14日
msPCA: An R Package for Sparse PCA with Multiple Components
Arxiv
0+阅读 · 7月6日
参考链接
微信扫码咨询专知VIP会员
Top