math - 主成分和因子分析

标签 math pca

我有一些关于主成分和因子分析的问题。

对于 PCA,特征值是从协方差矩阵还是从相关矩阵 É 计算有关系吗?
那么 FA 呢,如果我使用协方差或相关矩阵 É,特征值的结果是否相同

最佳答案

PCA 会受到数据重新缩放的影响,因此您将从协方差与相关矩阵中得到不同的答案。 FA(我假设您的意思是规范 FA)不受重新缩放的影响,因此无关紧要。

关于math - 主成分和因子分析,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1870118/

相关文章:

c# - 如何有效地计算大量数字的均值和标准差?

java - 如何找到数字中的所有方 block (Java)?

python - 使用 scikit-learn PCA 找到具有最高方差的维度

python - Spark 中的 PCA 输出与 scikit-learn 不匹配

java - 无法在 Java 代码中使用 Weka 的 PCA 过滤器

Python:如何使用逻辑算法评估代数表达式?

r - 如何更改 ggplot 中的标签(图例)?

c++ - 如何将坐标分布对齐到完美对齐?

machine-learning - PCA重构中为什么要添加均值?

java - 为什么 * 运算符给出了错误的结果而 Math.pow() 是正确的