ويعد تحليل المكونات الرئيسية تقنية إحصائية تستخدم للحد من بُعد البيانات مع الاحتفاظ بمعظم فروقها، وهي تستخدم على نطاق واسع في تحليل البيانات والتعلم الآلي والاعتراف بالنمط، ويتيح تنفيذ التقييم القطري المشترك مع مكتبات مثل نومباي ووسيبي كفاءة حساب وفهم هيكل البيانات الأساسي.

فهم تحليل المكونات الرئيسية

ويحول الفينول الخماسي الكلور مجموعة من المتغيرات المتصلة بالعلاقة إلى عدد أقل من المتغيرات غير المتصلة بالمتغيرات التي تسمى المكونات الرئيسية، ويُطلب من هذه المكونات أن تحتفظ القلة الأولى بمعظم التباين الموجود في مجموعة البيانات الأصلية، وتشمل هذه العملية حساب مصفوفة التجار، وإيجاد قيمها الذاتية ومتجانساتها، وعرض البيانات على المكونات الرئيسية.

تنفيذ برنامج العمل القطري المشترك مع شركة نومبي وشركة سي بي

(أ) أن يؤدي التقييم القطري المشترك، وأن يبدأ بتوحيد البيانات، ثم يحسب مصفوفة التفاف، ثم يجد الملاحين والمنتمين لهذه المصفوفة، ويمثل المتجانسون اتجاهات الفروق القصوى، وتشير القيم إلى مقدار الفرق في كل اتجاه، وأخيراً، يعرضون البيانات على المتجانسين المختارين للحصول على المكونات الرئيسية.

الخطوات المتخذة لتنفيذ التقييم القطري المشترك

  • توحيد البيانات بحيث لا يكون لها أي معنى وفرق.
  • Calculate the covariancemelancemel using np.cov.]
  • Compute eigenvalues and eigenvectors with scipy.linalg.eigh].
  • مُجرّد مُجرّد مُجرّد مُتّبعات مُتّبعة من (أيجينف) في ترتيبٍ مُقَفَّض.
  • (ب) أن تُدخل البيانات على مُنتَقَى من مُنظمي البيئة لتقليل البعدية.