Bayesovská analýza hlavných komponentov (BPCA)
Bayesovská analýza hlavných komponentov (BPCA) vkladá pravdepodobnostnú PCA do Bayesovského rámca, pričom umiestňuje apriórne rozdelenia na maticu váh tak, aby boli irelevantné komponenty automaticky orezané. Prirodzene spracováva chýbajúce dáta a poskytuje principiálne odhady neistoty pre latentné skóre aj pre dimenzionalitu reprezentácie.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Bishop, C. M. (1999). Bayesian PCA. In M. S. Kearns, S. A. Solla & D. A. Cohn (Eds.), Advances in Neural Information Processing Systems 11 (pp. 382–388). MIT Press. link ↗
- Tipping, M. E. & Bishop, C. M. (1999). Probabilistic principal component analysis. Journal of the Royal Statistical Society: Series B, 61(3), 611–622. DOI: 10.1111/1467-9868.00196 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Bayesian Principal Component Analysis. ScholarGate. https://scholargate.app/sk/statistics/bayesian-principal-component-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.
- Bayesovská exploratívna faktorová analýza (BEFA)Psychometria↔ compare
- Exploratory Factor Analysis (EFA)Štatistika↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →