使用二进制数据的主成分分析（PCA）(Using Principal Components Anal

我使用的二进制属性PCA，以减少我的问题的尺寸（属性）。 初始尺寸为592和PCA之后的尺寸是497我以前使用PCA，上数值属性在其他的问题，它设法减少在一个更大的程度上（在初始尺寸的一半）的尺寸。 我相信，二进制属性减少PCA的力量，但我不知道为什么。 你能解释一下我为什么PCA不起作用在数值数据一样好。

谢谢。

Answer 1:

0/1数据的主要成分可以缓慢或迅速脱落，和连续数据的太电脑 - 这取决于数据。 你能描述一下你的数据吗？

下面的图片旨在比较连续图像数据的PC机对同一数据的PC机量化为0/1：在这种情况下，没有定论。

看看PCA为越来越趋近于一个大的矩阵的方式，
先用一个术语：近似^{A〜UVÇT，C} [UI VJ]。
认为这是一位，说10K×500：U 10K长，V 500长。 顶行为c U1 V，第二行为c U2配...所有行均正比于V.同样最左列为cüV1 ...所有列均正比于U.
但是，如果所有的行相似（成比例关系），他们无法获得与附近的行或列0100010101的A MATIX ...
随着越来越多的方面，A〜C1 U1 V1 ^T + C2 U2 V2 ^T + ...，我们可以得到接近答：越小越高C _I，速度越快。（当然，所有的500项重建一个完全相同，以内舍入误差。）

顶行是“海伦”，公知的512×512矩阵，与1-术语和10项SVD的近似。 最下面一行是莉娜离散到0/1，再以1项和10项。 我认为0/1莉娜就更糟了 - 评论，任何人吗？

（UV ^T也是写入ü⊗V，被称为“成对层”或“外积”）。

（维基百科的文章奇异值分解和低阶近似 。是位数学重大卫奥斯汀的AMS列， 我们建议奇异值分解给出了SVD / PCA一些直觉-强烈推荐）

文章来源: Using Principal Components Analysis (PCA) on binary data