PCA
構文
PCA(data)
パラメーター
data
主成分を計算する対象の数値。これは定数、列、セル範囲、または以上のいずれかに評価される式になります。
説明
PCA
は、指定されたデータ範囲に対して主成分分析を実行します。特異値分解を使用して、
data
で指定されるデータ範囲の直交固有ベクトルを検出します。入力として指定された
n
個の列それぞれに対して新しい列を 1 つと、追加の列を 1 つ戻します。最初の
n
個の列には固有ベクトルが含まれます (各固有ベクトルは、
n
この列にまたがる行として読み込まれる)。最後に戻される列には、それぞれ対応する固有値の絶対値が含まれます。 固有ベクトルは、関連する固有値に従って配列されます。
欠落値 (例えば、空のセルや
???
) はゼロとして数えられます。
data
内の短い列には、最長の列と同じ長さになるまでゼロが埋め込まれます。
PCA の計算方法の詳細は次のとおりです。
data
内のそれぞれの
k
行は、
n
ディメンション・ベクトル
です (
n
は、
data
内の列の数)。これらは、次のように相関マトリックス
A
を計算するために使用されます。
n
x
-n
の相関行列
A
は、特異値分解を使用して 3 つの行列に分解できます。
U
の各行は
A
の固有ベクトルであり、
は、各対角要素が
A
の固有値の絶対値である対角行列です。
PCA
マクロ関数は、最初の
n
個の列に
U
を戻し、最後の列に
の対角行列を戻します。
例
TEMP = PCA(5)
TEMP
および
VX
という名前で、それぞれ
-1
および
0
の値が入った新しい列 2 つを作成します。
TEMP = PCA(V1)
TEMP
および
VX
という名前の新しい列 2 つを作成します。
TEMP
列には値 1 が含まれ、
VX
列には対応する固有値が含まれます。
TEMP = PCA(V1:V3)
TEMP
、
VX
、
VY
、および
VZ
という名前の新しい列 4 つを作成します。3 つの列の値には、
V1-V3
列のデータに対する固有ベクトルが行ごとに含まれます。
VZ
列の値には、対応する固有値が含まれます。
関連関数
関数
説明
PCA_FEATURES
指定されたデータ範囲から n 個のフィーチャーを抽出します
Copyright IBM Corporation 2015. All Rights Reserved.