Robust Principal Component Analysis (RPCA)
Robust Principal Component Analysis (RPCA) হলো একটি ডাইমেনশন-রিডাকশন পদ্ধতি যা ডেটা আউটলায়ার (outlier) এবং নয়েজ (noise) দ্বারা দূষিত হলেও নির্ভরযোগ্য কম্পোনেন্ট নিষ্কাশন করে। Candès, Li, Ma এবং Wright (2011) কর্তৃক প্রবর্তিত এবং Hubert, Rousseeuw ও Vanden Branden (2005) এর ROBPCA পদ্ধতিতে বিকশিত এই পদ্ধতিটি একটি ডেটা ম্যাট্রিক্সকে একটি পরিচ্ছন্ন নিম্ন-র্যাঙ্ক (low-rank) অংশ এবং একটি স্পার্স (sparse) আউটলায়ার অংশে বিভক্ত করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Candès, E. J., Li, X., Ma, Y., & Wright, J. (2011). Robust Principal Component Analysis? Journal of the ACM, 58(3), 1-37. DOI: 10.1145/1970392.1970395 ↗
- Hubert, M., Rousseeuw, P. J., & Vanden Branden, K. (2005). ROBPCA: A New Approach to Robust Principal Component Analysis. Technometrics, 47(1), 64-79. DOI: 10.1198/004017004000000563 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Robust Principal Component Analysis. ScholarGate. https://scholargate.app/bn/statistics/robust-pca
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ফ্যাক্টর অ্যানালাইসিস (Factor Analysis)গবেষণা পরিসংখ্যান↔ compare
- প্রধান উপাদান বিশ্লেষণযন্ত্র শিখন↔ compare
- দৃঢ় রিগ্রেশনপরিসংখ্যান↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →