![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
多元统计
文章平均质量分 77
rederchen
东中国正常大学一名转专业生,数据科学爱好者
展开
-
因子分析(Factor Analyse)推导以及R语言实现
因子模型对于降维算法里,大家熟知的是SVD和PCA,甚至是t-sne。但在统计解释上来说,降维算法找到了相应的低维子空间,但解释力不足,比如PCA,对于降维后数据的解释力降低。因此对于小规模数据集,在变量众多的情况下,因子模型是较好的处理多变量的方法。通过PCA降维估计,再进行因子旋转,使得因子模型在降维的同时具备了较好的解释力。准备工作因子模型假设中心化的X线性依赖于一些未观测到的随...原创 2018-07-16 20:19:33 · 60852 阅读 · 3 评论 -
PCA主成分分析
PCA主成分分析PCA(principal components analysis)主成分分析是一种较老的一种应用于降维的方法,其目的是在于找到一种线性映射,将原始输入向量映射至较低维向量空间,同时使得向量间的方差最大(为了使得各向量能区分的更好)。并且,该线性映射不是普通的线性映射,而是正交的,使得映射后各维度正交以更好地解释。 下面来具体解释一下PCA的内部推导过程原理篇根据我们...原创 2018-08-19 12:42:18 · 6465 阅读 · 0 评论 -
线性方程组数值解法及R语言实现
线性方程组数值解法及其R语言实现原创 2018-09-18 16:58:29 · 5373 阅读 · 1 评论 -
非负Lasso回归的R语言实现
非负Lasso回归Lasso回归可以对原变量进行稀疏化,而若增加约束条件使得回归系数大于0,则问题成为非负Lasso回归,具体可参加以下论文链接:https://pan.baidu.com/s/1rDeIhHaLBagJyfqHzMrd_w 密码:y2x7下面为R语言实现:A <- read.csv('x.csv')[,2:146] #自变量y <- read.csv('y....原创 2018-09-20 22:43:45 · 2248 阅读 · 4 评论