Bajesovska principalna komponentna analiza (BPCA)
Bajesovska principalna komponentna analiza ugrađuje probabilističku PCA u Bajesovski okvir, postavljajući prethodne raspodele (priors) nad matricom opterećenja (loading matrix) tako da se irelevantne komponente automatski uklanjaju. Prirodno obrađuje nedostajuće podatke i pruža principijelne procene nesigurnosti kako za latentne rezultate (scores), tako i za dimenzionalnost reprezentacije.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Principal Component Analysis. ScholarGate. https://scholargate.app/sr/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.
- Bajezijanska eksploratorna faktorska analiza (BEFA)Psihometrija↔ compare
- Експлоративна факторска анализа (ЕФА)Statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →