Presná definícia
Čo znamená riedka PCA?
Riedka PCA hľadá komponenty s mnohými nulovými loadingmi, aby každý komponent používal iba menšiu podmnožinu pôvodných príznakov. Dosahuje to riedkou penalizáciou alebo slovníkovým učením, čím obetuje časť klasickej PCA optimality za interpretovateľnosť. Komponenty nemusia byť presne ortogonálne ani vysvetlená variancia nemusí mať rovnaký jednoduchý rozklad.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri biologických dátach môže klasický komponent miešať tisíce génov, zatiaľ čo riedky komponent ponechá menšiu skupinu. Počet komponentov a sila riedkosti sa ladia spolu podľa rekonštrukcie, stability a zrozumiteľnosti. Dáta sa centrujú a škálovanie sa volí podľa merania. Zoznam nenulových loadingov sa kontroluje medzi foldmi; nestabilný výber sa neprezentuje ako pevný mechanizmus. Keď je hlavným cieľom predikcia, redukcia sa učí vnútri validačnej pipeline a porovná s obyčajnou PCA.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo je riedke?
Loadingy komponentov, nie nevyhnutne skóre každého príkladu.
Sú komponenty vždy ortogonálne?
Nie. Riedke obmedzenie môže túto vlastnosť narušiť.
Dá sa vysvetlená variancia sčítať ako pri PCA?
Nie vždy rovnakým spôsobom, najmä pri neortogonálnych komponentoch.
Zaručia nuly pravdivý výber príznakov?
Nie. Výber môže byť citlivý na vzorku a koreláciu.
Čo riadi počet nenulových loadingov?
Sila penalizácie alebo explicitné obmedzenie riedkosti.