python - PCA中的T2 Hotelling——降维后如何选择协方差矩阵
问题描述
我正在尝试在我的 pca 分析中使用 T 方分布(手动)。它的目的是在降维后进行诊断。
M=self.PCA_red.shape[1]
N=self.PCA_red.shape[0]
F=scipy.stats.f.ppf(0.95,M,N-M)
self.T2lim=(M*(N-1)/(N-M))*F
for i in range(self.PCA_red.shape[0]):
self.T2.append(self.PCA_red[i].dot(inv(self.cov_mat)).dot(self.PCA_red[i].T))
PCA_red 是从 (236,8) 到 (236,4) 的缩减数据,因此第一个协方差矩阵具有 (8,8)。如何计算新的协方差矩阵 T 方分布?我应该从减少的数据中计算它吗?有人可以向我解释一下吗?
解决方案
推荐阅读
- python - 如何从 Windows 主机上的 docker 容器内部执行 docker 命令
- java - 无法从 CompletableFuture 中的异常传播自定义异常
- node.js - 如何在帖子中显示评论。使用 Node、express 和 mongodb
- maven - 无法解决 maven microsoft sqlserver jre8 依赖项
- java - 使用诸如“OPE”之类的语法时,字符串到数字的转换失败=?
- tableau-api - Tableau 中的 EXCEL COUNTIFS() 等效项?
- python - 将复杂的excel公式转换为Python公式
- jena - Jena Fuseki Vs 大师
- xamarin - XAML 热重载已禁用,因为在我更新后它需要更新版本的 Xamarin.Forms
- laravel - 如何修复“此集合实例上不存在属性 [id]。” 当我将参数传递给 Api 资源时?