بنیادی کمیت کے لیے Analysis (PCA) ایک ایسی تکنیک ہے جو کسی ڈیٹا بیس میں تبدیلی کی تعداد کو کم کرنے کے لیے استعمال کی جاتی ہے جبکہ زیادہ معلومات کو محفوظ رکھنے کے لیے. یہ سمپلائت پیچیدہ اعداد و شمار کو آسان بناتا ہے، اس مضمون میں PAC کو کم کرنے کے لیے PCA کی ایک عملی جانچ فراہم کی گئی ہے۔

بنیادی طور پر بنیادی طور پر تجزیہ Analysis کو سمجھنا

PCA اصل تبدیل شدہ متغیرات کو نئے غیر متعلقہ متغیرات میں تبدیل کرتا ہے جنہیں بنیادی اجزاء کہا جاتا ہے ۔ ان اجزاء کو حکم دیا جاتا ہے کہ ابتدائی اعداد میں موجود ہونے والے فرقوں میں سے پہلی ہی کو برقرار رکھا جائے ۔

پی سیکا پر عمل کرنے کیلئے اقدام

  • ڈیٹا کی ترتیب: اسکیل متغیرات کے پاس صفر کا مطلب اور ایک معیاری انحراف کا مفہوم ہے۔
  • کوانٹم کرنسی متریکس: پیمائش کرنا کہ کس طرح آپس میں تبدیل ہو جائے۔
  • Calculate Eigenates اور Eigenves: زیادہ تر اختلافات کی سمتوں کا تعین کریں.
  • [1] منتخب امام اعظمی ہمایوں: [1] انتخابی عناصر کو منتخب کریں جو سب سے زیادہ فرق پر قبضہ کرتے ہیں۔
  • ڈیٹا کو دوبارہ شروع کریں اصل اعداد کو منتخب اجزاء پر پروجیکٹ کریں۔

عملی اطلاقات

پی سی اے کو بڑی حد تک تصاویر بنانے، بائیوینفورماٹک اور معاشیات میں استعمال کیا جاتا ہے۔اس میں ڈیٹا پیچیدگی کو کم کرنے، نظریاتی طور پر ہائیڈیز کیشن کرنے اور مشین سیکھنے کے ماڈلز کی کارکردگی کو بہتر بنانے میں مدد ملتی ہے۔