ppca
確率的主成分分析
構文
説明
[
は、確率的主成分分析 (PPCA) に基づいて n 行 p 列のデータ行列 coeff
,score
,pcvar
] = ppca(Y
,K
)Y
の主成分係数を返します。また、主成分スコア、つまり、主成分空間内の Y
の表現と、主成分分散、つまり pcvar
の Y
の共分散行列の固有値も返します。
coeff
の列ごとに 1 つの主成分の係数が含まれ、これらの列は成分分散の降順で並びます。score
の行は観測値に対応し、列は成分に対応します。Y
の行は観測値に対応し、列は変数に対応します。
データ ベクトルに 1 つ以上の欠損値がある場合、交互最小二乗アルゴリズムなど欠損値を認識する他のアルゴリズムよりも、確率的主成分分析が推奨される場合があります。この分析では、値がデータ セット全体で無作為に欠損していると仮定します。完全なデータと欠損データの両方に期待値最大化アルゴリズムが使用されます。
例
入力引数
出力引数
詳細
参照
[1] Tipping, M. E., and C. M. Bishop. Probabilistic Principal Component Analysis. Journal of the Royal Statistical Society. Series B (Statistical Methodology), Vol. 61, No.3, 1999, pp. 611–622.
[2] Roweis, S. “EM Algorithms for PCA and SPCA.” In Proceedings of the 1997 Conference on Advances in Neural Information Processing Systems. Vol.10 (NIPS 1997), Cambridge, MA, USA: MIT Press, 1998, pp. 626–632.
[3] Ilin, A., and T. Raiko. “Practical Approaches to Principal Component Analysis in the Presence of Missing Values.” J. Mach. Learn. Res.. Vol. 11, August, 2010, pp. 1957–2000.
バージョン履歴
R2013a で導入