|
データ範囲 data が、平均 0、分散 1 の方式で自動的に正規化されます。すなわち、
|
|
正規化されたデータ範囲に対して主成分分析を実行し、固有ベクトルを生成します (PCA マクロ関数の説明の詳細を参照)。base_data が指定されていない場合、data に対してこれが自動的に行われます。base_data が指定されている場合は、PCA マクロ関数を明示的に呼び出すことにより実行されます。
|
|
|
k 行の変換されたデータ ( から ) が戻されます (n 列)。
|
|
データ範囲に対する PCA の計算は計算集約型なので、PCA の計算に BUFFER マクロ関数を使用すると効率が大幅に向上します。例えば、次のようになります。PCA_FEATURES(num_features, range, BUFFER(PCA(base_data)))
|
TEMP、 VW、 VX、 VY、および VZ という名前で、データ範囲 V1:V7 のトップの 5 つのフィーチャーを含む新しい列 5 つを作成します。データ範囲 V1:V7 は、変換のベースとして使用されます。
|
TEMP、VX、および VY という名前で、データ範囲 V1:V4 のトップの 3 つのフィーチャーを含む新しい列 3 つを作成します。データ範囲 V10:V13 は変換のベースとして使用されます。データ範囲 V10:V13 の主成分が計算されると、それらの値が定数として格納されます。V10 列から V13 列のデータ値が変更されても、この関数定義には影響しません。
|
Copyright IBM Corporation 2015. All Rights Reserved.
|