2변수 주성분 분석
두 수치 열을 중심화해 공분산, 주성분 방향과 행별 점수를 확인하세요.
예시값이 입력되어 있습니다. 바로 확인하거나 값을 바꿔 보세요.
입력은 브라우저에서 처리합니다. 새로고침하면 예시값으로 돌아갑니다.
사용 방법과 예시
C=XᵀX/(n−1); λ₁,₂=(C₁₁+C₂₂±hypot(C₁₁−C₂₂,2C₁₂))/2
1,2 / 2,4 / 3,6은 평균 2,4, 고윳값 5,0이며 첫 주성분이 분산 비율 1을 설명합니다.
2~200행·정확히 2열, 절댓값 1,000,000,000 이하입니다. 표준화하지 않는 공분산 PCA이며 분산 0 자료는 거부합니다. 작은 고윳값은 부동소수점 정밀도 영향을 받습니다. 부동소수점 결과는 최대 유효숫자 12자리로 표시합니다.
자주 묻는 질문
PCA 전에 단위를 맞춰야 하나요?
이 도구는 평균만 빼고 척도는 바꾸지 않습니다. 큰 척도의 열이 방향을 지배할 수 있으므로 단위 선택을 검토하세요.
주성분 방향의 부호가 반대여도 같은 결과인가요?
예. 축과 점수의 부호를 함께 바꾸면 같은 공간입니다. 고윳값이 같으면 축 방향 자체도 유일하지 않습니다.
계산 기준과 참고 자료
- scikit-learn: PCA
평균 중심화, 표본 공분산과 설명 분산.