Principal component analysis: a review and recent developments

Large datasets are increasingly common and are often difficult to interpret. Principal component analysis (PCA) is a technique for reducing the dimensionality of such datasets, increasing interpretability but at the same time minimizing information loss. It does so by creating new uncorrelated varia...

Celý popis

Podrobná bibliografie

Vydáno v:	Philosophical transactions of the Royal Society of London. Series A: Mathematical, physical, and engineering sciences Ročník 374; číslo 2065; s. 20150202
Hlavní autoři:	Jolliffe, Ian T, Cadima, Jorge
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	England 13.04.2016
Témata:	palaeontology dimension reduction multivariate analysis eigenvectors
ISSN:	1471-2962, 1471-2962
On-line přístup:	Zjistit podrobnosti o přístupu
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!