如何旋轉R中的數據幀

-4

我有1000 * 3的X，Y和Z的GPS圖的數據集。我得旋轉完整的X和Y的圖表，其度數爲10. 所以我使用旋轉矩陣 https://en.wikipedia.org/wiki/Rotation_matrix#Three_dimensions 如何旋轉R中的數據幀

但是數據集不旋轉。任何指導將有幫助

來源

2017-04-05 Abhishek

是的，如果您將PCA用於維度降低，PCA可能會導致* something *的丟失。你通常這樣做是爲了擺脫噪音，在這種情況下，我會認爲它不是*信息*就是失去了。無論如何，請改善您的問題以展示您的實際操作。如果是關於如何正確使用PCA，請考慮詢問[交叉驗證]（http://stats.stackexchange.com/）。 – kazemakase

只有當預測變量不能在原始比例上進行比較時，才需要進行歸一化。沒有規定說你必須正常化。

PCA是一種統計方法，爲您提供新的線性變換。它本身沒有任何損失。它所要做的就是給你新的主要組件。

僅當您選擇這些主要組件的子集時，纔會丟失信息。

來源

2017-04-05 15:36:34 SmallChess

通常，PCA包括將數據集中爲預處理步驟。

PCA僅將數據排列在其自己的軸（Eigne矢量）系統中。
如果使用所有軸，則不會丟失任何信息。

然而，通常我們想要直觀地應用Dimensionality Reduction，其數據的座標較少。
該過程意味着將數據投影到僅由數據的某些特徵向量跨越的子空間。
如果明智地選擇了向量的數量，那麼數據維度數量的顯着減少會導致數據/信息的丟失可以忽略不計。
要做到這一點的方法是選擇其特徵值與大部分數據功率相加的特徵向量。

來源

2017-04-05 08:52:51 Royi

PCA本身是可逆，所以無損。

但是：

是很常見的掉落一些部件，這將導致信息丟失。
數字問題可能會導致精度損失。

來源

2017-04-05 18:00:30

如何旋轉R中的數據幀

回答

相關問題