Machine learningLocal spatial models

भौगोलिक भारित प्रमुख घटक विश्लेषण (GWPCA)

भौगोलिक भारित प्रमुख घटक विश्लेषण (GWPCA) एक स्थानीय आयामीता-कमी विधि है जिसे हैरिस, ब्रंसडन और चार्लटन ने 2011 में प्रस्तुत किया था। यह प्रत्येक डेटासेट स्थान पर एक अलग भारित पीसीए फिट करके शास्त्रीय पीसीए का विस्तार करता है, जिससे आइगेनस्ट्रक्चर - प्रमुख घटक और उनके लोडिंग - एकल वैश्विक समाधान तक सीमित रहने के बजाय भौगोलिक स्थान पर निरंतर भिन्न हो सकते हैं। GWPCA पर्यावरण विज्ञान, सार्वजनिक स्वास्थ्य और क्षेत्रीय अर्थशास्त्र के शोधकर्ताओं के लिए उपयुक्त है, जिन्हें संदेह है कि चर के बीच बहुभिन्नरूपी संबंध स्थान के अनुसार भिन्न होते हैं।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

भौगोलिक भारित प्रमुख घटक विश्लेषण (GWPCA)
जियोग्राफिकली वेटेड रैंड…भौगोलिक भारित प्रतिगमन (…

स्रोत

  1. Harris, P., Brunsdon, C., & Charlton, M. (2011). Geographically weighted principal components analysis. International Journal of Geographical Information Science, 25(10), 1717–1736. DOI: 10.1080/13658816.2011.554838

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 2). Geographically Weighted Principal Component Analysis (GWPCA). ScholarGate. https://scholargate.app/hi/spatial-analysis/geographically-weighted-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.

Compare side by side
ScholarGateGeographically Weighted PCA (Geographically Weighted Principal Component Analysis (GWPCA)). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/spatial-analysis/geographically-weighted-pca · डेटासेट: https://doi.org/10.5281/zenodo.20539026