「主成分分析」に関連した動画の一覧

	Origin:主成分分析の方法.wmv  Origin8.6からの新機能、主成分分析の方法をご紹介します。 2011年12月05日再生回数 102
	【蔡大偉博士班研究生】應用主成分分析法於最佳水質指標研究.wmv  【2011年第五屆環境論文研討會】 主辦單位：臺灣生態學會、臺中教育大學科學應用與推廣學系、臺中教育大學環境教育及管理學術研究中心講者：蔡大偉國立中興大學水土保持學系博士班研究生主持暨與談人：陳鴻烈國立中興大學水土保持學系教授應用主成分分析法於最佳水質指標研究蔡大偉1、陳鴻烈2、呂明淵3 摘要本研究主要目的在探討水質指標模式之共線性，希望可探討在消除模式共線性後，了解各個指標真正之水質解釋機制，並藉此來協助選擇最佳集水區水質管理指標。淡水河流域為本文之研究區域，在整理相關水質資料後，使用複迴歸分析法建立RPI (River Pollution Index)、WQI (Water Quality Index)之迴歸模式，然後再針對模式進行共線性分析，在確認其模式共線情形後，利用主成分分析法的特性來消除共線，以比較兩個水質指標。研究顯示，RPI之第一主成份為海水影響與碳氮營養鹽因子，第二、三主成份同為生活廢水與磷營養鹽因子。其中第一主成分可解釋51%變異度，前三主成分累加則可解釋83%。而WQI的第一、二主成分分別為海水影響與氮營養鹽因子及磷營養鹽因子。WQI變異度57%可由第一主成分解釋，累加前兩主成分則增至72%。此外，透過RPI與WQI最佳迴歸模式調整後之R2來比較，RPI模式為0.4923，WQI則為0.8292，WQI明顯高於RPI，由此可證明WQI指標與真正水質狀態變化趨勢更為一致，可更正確解釋真正水質狀態，此一結果可提供選擇最佳水質指標之重要資訊。 關鍵詞：RPI；WQI；共線性；主成分分析；集水區管理1國立中興大學水土保持學系博士班研究生2國立中興大學水土保持學系教授3聯勤儲備中心參謀Abstract The main purpose of this study was to discuss the collinearity of the water quality indexes and to compare the rationality of the water quality models with principle component analysis, which ... 2011年10月28日再生回数 137
	Principal Component Analysis and Kernel Principal Component Analysis-9  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 869
	Principal Component Analysis and Kernel Principal Component Analysis-1  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 2214
	Principal Component Analysis and Kernel Principal Component Analysis-6  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 383
	Principal Component Analysis and Kernel Principal Component Analysis-7  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 400
	Principal Component Analysis and Kernel Principal Component Analysis-3  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 633
	Principal Component Analysis and Kernel Principal Component Analysis-4  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 929
	Principal Component Analysis and Kernel Principal Component Analysis-5  External Link: www.powercam.cc 本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即Kernel Principal Component Analysis (KPCA)。 We use some simple geometric and statistic concepts to introduce principal component analysis (PCA). Then a nonlinear PCA, kernel principal component analysis (KPCA), by applying kernel method is also described in this video. 2010年05月01日再生回数 516
	慶應大学 理工学部 講義 数値計算法 第五回 実験データの多変量解析  慶應大学 理工学部 講義 数値計算法 第五回 実験データの多変量解析講師 田中敏幸教科書 田中敏幸：数値計算法基礎 コロナ社Web www.isp.appi.keio.ac.jp YouTube www.youtube.com 2012年04月24日再生回数 185