सबल मुख्य घटक विश्लेषण (RPCA)
सबल मुख्य घटक विश्लेषण (Robust Principal Component Analysis) एक आयामी-न्यूनीकरण विधि है जो डेटा में बाहरी मानों (outliers) और शोर (noise) के दूषित होने पर विश्वसनीय घटक निकालती है। इसे Candès, Li, Ma और Wright (2011) द्वारा प्रस्तुत किया गया था, और Hubert, Rousseeuw और Vanden Branden (2005) के ROBPCA दृष्टिकोण में विकसित किया गया था, यह एक डेटा मैट्रिक्स को एक स्वच्छ निम्न-कोटि भाग (clean low-rank part) और एक विरल बाहरी मान भाग (sparse outlier part) में अलग करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Robust Principal Component Analysis. ScholarGate. https://scholargate.app/hi/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.
- कारक विश्लेषणअनुसंधान सांख्यिकी↔ compare
- प्रिंसिपल कंपोनेंट एनालिसिसमशीन अधिगम↔ compare
- Robust Regression (रोबस्ट रिग्रेशन)सांख्यिकी↔ compare