Müdür lüm analizi (PCA), veri setlerinin boyutsallığını azaltmak için mühendislikte kullanılan bir istatistiksel tekniktir ve çoğu değişkeni korumakta yardımcı olur ve analiz ve tasarım amaçları için karmaşık verileri tanımlamaya yardımcı olur.

PCA'yı Mühendislikte Anlamak

PCA orijinal değişkenleri ana bileşenler olarak adlandırılan yeni ilgili değişkenlere dönüştürür.Bu bileşenler sipariş edilir, böylece ilk birkaçı orijinal verilerdeki varyasyonun çoğunu korur.

Adım-by-step PCA Hesapion

Süreç birkaç temel adım içerir:

  • [FONT:0)Data Standardizasyon:[Dönetici:[Dönetici:0)Veriler, bir sıfır ve standart sapma anlamına gelir.
  • [FONT=0]Covariance Matrix Hesapion:), değişken ilişkileri anlamak için tutarlı matrisi bir şekilde tamamlayın.
  • [FONT:0]Eigenvalue and Eigenvector Computation:[Dönetici: 1) Eşdeğer matrisinin eijendeğerlerini ve eigenvectorlarını bulun.
  • [FONT:0)Principal Bileşenleri Seçici:), en yüksek eşdeğerli bileşenler seçer.
  • [FONT:0)Data Projection:[Dönetici:0)) Seçilen ana bileşenlere orijinal verileri dönüştürmektedir.

Tasarım

PCA'yı mühendislik tasarımında uyguladığında, aşağıdakileri düşünün:

  • [FONT:0)Data Quality:[Dönetici:[Dönetici:[Dönetici:[Dönetici:[Dönetici:[Dönetici:[Dönetici:[Dönetici:[Dönetici:[Dönetici: · 1) Veriler sistemin doğru ve temsilcisidir.
  • [FONT:0]Number of components: Veriler azaltımı ve bilgi kaybı arasındaki denge.
  • [[Döntilebilirlik:[Döntilebilirlik:[Dönetici:0) Belirli uygulama için anlamlı olan bileşenleri seçin.
  • [FONT:0)C ⁇ Kaynakları:[Dönetici:[Dönetici:0) PCA büyük veri setleri için hesaplamalı olarak yoğun olabilir.