Ανθεκτική Ανάλυση Κυρίων Συνιστωσών (RPCA)
Η Ανθεκτική Ανάλυση Κυρίων Συνιστωσών (Robust Principal Component Analysis - RPCA) είναι μια μέθοδος μείωσης διαστατικότητας που εξάγει αξιόπιστες συνιστώσες όταν τα δεδομένα είναι επιμολυσμένα από ακραίες τιμές και θόρυβο. Παρουσιάστηκε από τους Candès, Li, Ma και Wright (2011) και αναπτύχθηκε στην προσέγγιση ROBPCA των Hubert, Rousseeuw και Vanden Branden (2005), διαχωρίζει έναν πίνακα δεδομένων σε ένα καθαρό, χαμηλής τάξης μέρος και ένα αραιό μέρος ακραίων τιμών.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Robust Principal Component Analysis. ScholarGate. https://scholargate.app/el/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.
- Ανάλυση ΠαραγόντωνΕρευνητική Στατιστική↔ compare
- Ανάλυση Κύριων ΣυνιστωσώνΜηχανική Μάθηση↔ compare
- Robust RegressionΣτατιστική↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →