はてなダイアリー検索 - 主成分分析
ヤフー経由で「はてなダイアリー」を検索します。
オフィシャルの検索機能は先頭に広告やキーワードが配置され、
若干使いづらいので自分で作ってみました。
Search Result from 1.
2012年1月6日 ... 主成分分析. さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主 成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する 手法のことです。 主成分分析は統計言語 R で簡単にできます。
http://d.hatena.ne.jp/hoxo_m/20120106/p1
2012年3月13日 ... 主成分分析との違いを簡単に言うと、主成分分析はユークリッド距離をなるべく保ち ながら低次元に落とす方法ですが、主座標分析はユークリッド距離だけでなく、他の距離 や類似度*2が使えるという点にあります。 例えば、ユークリッド距離の ...
http://d.hatena.ne.jp/hoxo_m/20120313/p1
2009年3月1日 ... 自分自身の転置行列を掛けてその固有値を求めて大きい固有値に対応する 固有ベクトルを求める ・・・ すなわち自己相関行列の主固有ベクトルを求める ・・・ どこか で聞いたような話だと思ったら、つい先日も言及した 主成分分析や SVD (特異 ...
http://d.hatena.ne.jp/naoya/20090301/hits
2010年5月24日 ... パターン認識と機械学習」(PRML) 12章は「連続潜在変数」、要は「主成分分析」( Principal Component Analysis)。 本文中で使用されている Oil Flow データは、PRML サポートページからリンクされている配布ページが無くなっていて、 ...
http://d.hatena.ne.jp/n_shuyo/20100524/pca
2010年5月28日 ... それに、どちらかというとカーネル主成分分析では自分で実装してみることより、 カーネル関数を変えたときに結果がどのように変わるのかというあたりの方が興味あっ たので。 簡単に kernlab パッケージの使い方。 インストールは CRAN から ...
http://d.hatena.ne.jp/n_shuyo/20100528/kernel_pca
2010年5月25日 ... PCAを試す に続いて確率的主成分分析(Probability Principal Component Analysis) 。 解析的に解けてしまって、閉形式の解がわかっているので実装としてはたいして おもしろくない(いや、いいことなんですけどね)。 M <- 2; directory <- ".
http://d.hatena.ne.jp/n_shuyo/20100525/ppca
2010年5月27日 ... PRML 12章 ベイズ的主成分分析を R で · PRML, PCA, R · はてなダイアリーが リニューアルしたらしいので、R で主成分分析を実装してみよう。 PCA を試す、PPCA を 試す、EMアルゴリズムでPCAを解く、まで済んだので、次はベイズ的主 ...
http://d.hatena.ne.jp/n_shuyo/20100527/ppca_em
2010年5月26日 ... PCA を試す、PPCA を試す とくると、次は確率的主成分分析を EM アルゴリズムで解 いてみよう。今回も R で実装。 さすがにそろそろコードが長くなってきたので、全体は github にて。 http://github.com/shuyo/iir/blob/master/pca/ema.r ...
http://d.hatena.ne.jp/n_shuyo/20100526/ppca_em
2011年12月21日 ... Rで主成分分析 · R. おそらく今年最後のR入門記録記事です。 今回は下記のような五 教科の点数を個人ごとに記録したデータを使います。 （実際のデータ量はもっと多いです ） > csv kokugo syakai suugaku rika eigo 1 35 24 4 10 43 2 39 ...
http://d.hatena.ne.jp/kidd-number5/20111221/1324424076
2009年6月17日 ... #coding:utf-8 import numpy #主成分分析関数 def PCA(P): m = sum(P) / float(len(P )) P_m = P - m l,v = numpy.linalg.eig( numpy.dot(P_m.T,P_m) ) return v.T #分析 する標本集合 points = numpy.array([ [-1,-2, 1], [ 1, 0, 2], [ 2,-1, 3], ...
http://d.hatena.ne.jp/pashango_p/20090617/1245221088
2009年6月27日 ... これはもともと統計学や経済学で発明された分析手法で、似たものに「因子分析」が ありますが、これはまたの機会に・・・. 主成分分析は特に難しい話ではありません、高校 数学レベルの知識があれば十分理解可能です。 まず頂点集合を行列と ...
http://d.hatena.ne.jp/pashango_p/20090627/1246118932
2011年9月9日 ... 図解でわかる多変量解析―データの山から本質を見抜く科学的分析ツール 」 をまとめる 。 主成分分析とは： 多変量のデータからエッセンスとなる少量の変量を合成してデータを 分析する手法 例えばこんな状況。 会社の入社試験で次の結果を ...
http://d.hatena.ne.jp/seinzumtode/20110909/1315570160
2010年12月15日 ... FRBのサイトからアメリカの金利の期間構造が取得できることをたまたま発見したので、 よく言われるように金利の変動が「パラレル」「ツイスト」「バタフライ」の三要因で大半が 説明できているのかを実際に主成分分析して見てみた。
http://d.hatena.ne.jp/teramonagi/20101215/1292413809
2009年11月9日 ... というわけで主成分分析をやってみましょう，PCA ですね. OpenCV とか使ってる例は. ページが見つかりませんでした. とかにあります. まぁ今回はこの中身を実装しましょうっ て話です. 主成分分析の詳しい説明とか数式とかは譲ります. pca.h ...
http://d.hatena.ne.jp/colorcle/20091109/1257754072
2011年6月23日 ... 自由度は，自由にいれられる個数の標本のことを言う． http://shiriuskun.srv7.biz/ toukei_hosoku/jiyudo.htm. ＞主成分分析と独立変数分析. 主成分分析は軸を直行し なければならないが，独立変数分析は軸を直行する必要がない．
http://d.hatena.ne.jp/aoimidori27/20110623/1308791058
2011年6月21日 ... 丁度自分がカーネル主成分分析の項を発表するので，試しにRでやってみました．という か，Rで実際にやらないと ... 今回は実装部分は端折って，カーネル主成分分析を含む パッケージであるkernlabを使っています． といっても，ただ実行する ...
http://d.hatena.ne.jp/yag_ays/20110621/1308584676
2010年6月5日 ... Rで主成分分析 · id:n_shuyo さんがすでに詳細な実験をされていますが、明日の PRML読書会で主成分分析に入るのでirisデータで試してみました。主成分分析 そのものより色つけるところのほうで苦労したり。。 result <- prcomp(iris[1:4]) ...
http://d.hatena.ne.jp/nokuno/20100605/1275744563
2007年9月6日 ... 主成分分析(principal component analysis). 複数の項目がもつ共通の情報を集約して 合成変数を作る手法である。 尺度や、分布や、直線性を深く考えずに済むから、未知 分野でとりあえず最初に因子間の関連を眺めるのに適している。
http://d.hatena.ne.jp/yoneyore/20070906
2010年7月10日 ... Matlabにはprincompという主成分分析を計算する関数があるけれど、Octaveには 見あたらなかったので、英語 ... みたいに使えます。pcが主成分の係数、scoreが主成分 得点、latentが各主成分の分散値（合計値が100%になるように変換 ...
http://d.hatena.ne.jp/amarui/20100710/1278748020
2008年1月26日 ... タコでもわかる主成分分析 · no title. 主成分分析と因子分析の違いの簡単なまとめ. 主 成分分析. 変数間の相関関係を用いて、無相関の合成変数を求める。 多くの変数を 少ない変数に縮約。 因子分析. 変数間の相関関係から共通因子を ...
http://d.hatena.ne.jp/torinanban/20080126/1201301007