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。
Beyond PCA: Manifold Dimension Estimation via Local Graph Structure
Beyond PCA: Manifold Dimension Estimation via Local Graph Structure
Arxiv
0+阅读 · 11月1日
Robust Principal Components by Casewise and Cellwise Weighting
Robust Principal Components by Casewise and Cellwise Weighting
Arxiv
0+阅读 · 10月31日
ProstNFound+: A Prospective Study using Medical Foundation Models for Prostate Cancer Detection
Arxiv
0+阅读 · 10月30日
Tight Differentially Private PCA via Matrix Coherence
Arxiv
0+阅读 · 10月30日
Beyond PCA: Manifold Dimension Estimation via Local Graph Structure
Arxiv
0+阅读 · 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 · 10月27日
Low-Precision Streaming PCA
Arxiv
0+阅读 · 10月25日
A Geometric Analysis of PCA
Arxiv
0+阅读 · 10月23日
Interpolatory Approximations of PMU Data: Dimension Reduction and Pilot Selection
Arxiv
0+阅读 · 10月23日
Stochastic gradient descent in high dimensions for multi-spiked tensor PCA
Stochastic gradient descent in high dimensions for multi-spiked tensor PCA
Arxiv
0+阅读 · 10月23日
Probabilistic PCA on tensors
Arxiv
0+阅读 · 10月22日
SO(3)-invariant PCA with application to molecular data
Arxiv
0+阅读 · 10月21日
Rethinking PCA Through Duality
Arxiv
0+阅读 · 10月20日
MambaX-Net: Dual-Input Mamba-Enhanced Cross-Attention Network for Longitudinal MRI Segmentation
Arxiv
0+阅读 · 10月20日
Functional principal component analysis for functional data with detection limits
Arxiv
0+阅读 · 10月19日
参考链接
微信扫码咨询专知VIP会员
Top