نمایش بردارهای ویژه وزن دادهشده به منظور نمایش محدودیت ابعادی پایگاه دادهها

روش تحلیل اجزاء اصلی با هدف کاهش ابعاد مجموعه ای بزرگ از داده ها با تعداد زیادی متغیرهای وابسته و ایجاد مجموعه جدیدی از متغیرهای غیر وابسته، به کار برده می شود. هدف کاهش ابعاد، با استخراج بردارهای ویژه ماتریسکواریانس دادهها بعنوان بردارهای پایه تأمین می گردد. انتخاب تعداد بردارهای ویژه در فشرده سازی و کاهش ابعاد داده های اولیه بسیار حائز اهمیت بوده و ارزش هر بردار به عنوان یک الگوی مشخص در میان داده ها توسط مقدار ویژه نظیر آن تعیینمی شود. یکی از راههای تشخیص بردارهای پایه کم اهمیت در مقایسه با بردارهای مهم بررسی رفتار طیفی آنان است. اینبردارها از رفتار ناهموارتری در مقایسه با بردارهای شاخص مهم برخوردارند. بردارهای پایه وزن داده شده توسط مختصات نمونهها در فضای طیفی به نحو شاخصتری تفاوت در اهمیت ابعاد را نمایش میدهد. نتایج این کار بر روی دادههای انعکاسییک مجموعه از نمونههای تقریبا تک بعدی نشان میدهد که چنانچه از فاکتور وزن دهنده ای در نمایش بردارهای ویژه استفاده شود تفاوت میان بردار ویژه نخست با سایر بردارها بنحو آشکارتری نمایش داده خواهد شد. کاربرد موثر فاکتور مذکور که مقادیر ویژه متناظر بردارهای ویژه می باشد در این مقاله برای یک مجموعه از نمونههای مشکی ارائه شده است

کلیدواژه ها:

روش تحلیل اجزاء اصلی ، مقدار ویژه ، بردار ویژه ، نمونههای مشکی