Comment donner du poids à fonction avant PCA

Question

Je me demande comment puis-je donner du poids à ma fonction avant d'employer l'APC. Je veux dire d'une certaine manière ACP pondérée. Parce que je sais que l'une des caractéristiques est mieux que d'autres et que vous souhaitez donner de l'importance dans la création de composants (Il est impossible de sélectionner uniquement cette fonction. Je devrais avoir l'impact d'autres aussi)

Answer 1

Après la standardisation de vos données, vous pouvez multiplier les fonctionnalités avec des poids pour poids avant l'Assigner analyse en composantes principales. Donner un poids plus élevé signifie la variance au sein de la fonction monte, ce qui le rend plus important.

Standardisation (moyenne 0 et de variance 1) est important pour l'APC parce qu'il est à la recherche d'une nouvelle base orthogonale où les séjours d'origine même, afin d'avoir vos données centrées autour de l'origine est bonne. La première composante principale est la direction la plus variance, par mise à l'échelle d'une fonctionnalité avec un poids de plus de 1 augmentera la variance sur cet axe et ainsi donner plus de poids à cet axe, tirant la première composante principale dans la direction de lui.

Answer 2

PCA est méthode non supervisée pour trouver les plus importants composants. Je ne vois pas de raison pour laquelle vous devriez vouloir ajouter un poids. Si vous savez quelles sont les caractéristiques sont importantes, pourquoi utiliser PCA du tout? Ou effectuer PCA sur les fonctions où vous n'êtes pas certain de l'importance.

En outre, les composants sont créés dans des directions avec une variance plus élevée et l'importance est mesurée par des valeurs propres. Je peux donc imaginer que vous pouvez augmenter la variance en quelque sorte (comme Jan van der Vegt proposé). Mais c'est un rituel avec une sortie très discutable.