Latent structureMultivariate analysis

Bayesovská kanonická korelační analýza (Bayesian CCA)

Bayesovská kanonická korelační analýza je pravděpodobnostní generativní model, který identifikuje sdílenou latentní strukturu mezi dvěma nebo více sadami pozorovaných proměnných. Rozšiřuje klasickou CCA zavedením apriorních rozdělení na parametry modelu, což umožňuje principální kvantifikaci nejistoty, automatické určení počtu sdílených dimenzí a robustnost při malých velikostech vzorku vzhledem k dimenzionalitě.

Použít v StatMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Bach, F. R. & Jordan, M. I. (2005). A probabilistic interpretation of canonical correlation analysis. Technical Report 688, Department of Statistics, University of California, Berkeley. link
  2. Klami, A., Virtanen, S. & Kaski, S. (2013). Bayesian canonical correlation analysis. Journal of Machine Learning Research, 14, 965-1003. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Canonical Correlation Analysis. ScholarGate. https://scholargate.app/cs/statistics/bayesian-canonical-correlation-analysis

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.

Compare side by side
ScholarGateBayesian Canonical Correlation Analysis (Bayesian Canonical Correlation Analysis). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/bayesian-canonical-correlation-analysis · Datová sada: https://doi.org/10.5281/zenodo.20539026