Составители:
Рубрика:
131
Таблица 2.4
ытроП
возургыдиВ
"фениьтфен
ыткудорпет
"латем
ыл
"ечимих
ызургеикс
"еверд
анис
"йетнок
ырен
/nollor
follor
"еП"ткнаС
грубрет
3,641889
574,48637,13172,712423
агиР1,113626,1899,08943,1159,483,21
слипстнеВ4,237926,19133,75565,00167,0192,75
яапеиЛ4,13826,16719,
85519,25148,7588,11
адепйалK68,12937,30247,09822,09646,0828,29
нниллаТ7,181717,52151,00153,17247,28335
Поскольку каждый порт представляет собой многомерный (6"мер"
ный) объект, желательно перейти к сокращенному признаковому про"
странству, для чего можно использовать ГК.
Метод ГК обладает рядом полезных свойств, делающих его эф"
фективным для визуализации структуры многомерных данных. Все
они касаются наименьшего искажения геометрической структуры
точек (объектов) при их проектировании в пространство меньшей
размерности. Первый ГК есть линейная комбинация исходных при"
знаков, обладающая наибольшей дисперсией. Геометрически это
выглядит как новая ось y
1
, ориентированная вдоль направления наи"
большей вытянутости эллипсоида рассеивания объектов выборки в
исходном пространстве.
Наибольшую дисперсию среди всех оставшихся линейных пре"
образований, некоррелированных с первым главным компонентом,
имеет второй ГК. Он рассматривается как направление наиболь"
шей вытянутости эллипсоида рассеивания, перпендикулярный
первому ГК и т. п. Метод ГК обладает рядом свойств, делающим
его эффективным для визуализации структуры многомерных дан"
ных. Все они касаются наименьшего искажения геометрической
структуры точек (объектов) при их проектировании в простран"
стве меньшей размерности.
Метод ГК для данных, представленных в табл. 2.4, реализуется
при помощи программного пакета «Statgraphics Plus For
Windows», который предназначен для решения задач с многомерны"
ми данными и на сегодняшний день является одной из наиболее эф"
фективных систем статистического анализа данных.
Анализ ГК приведен в табл. 2.5.
Страницы
- « первая
- ‹ предыдущая
- …
- 129
- 130
- 131
- 132
- 133
- …
- следующая ›
- последняя »
