「主成分分析」の版間の差分

提供: Eospedia
移動: 案内検索
行115: 行115:
 
<table>
 
<table>
 
<tr>
 
<tr>
<td>[[画像:Output-PCA.png]]</td>
+
<td><p align="Center">[[画像:Output-PCA.png]]</p> </td>
 
</tr>
 
</tr>
 
<tr>
 
<tr>
<td>第1主成分(横)と第2主成分(縦)の散布図</td>
+
<td><p align="Center">第1主成分(横)と第2主成分(縦)の散布図</p> </td>
 +
</tr>
 +
</table>
 +
<br>
 +
 
 +
<table>
 +
<tr>
 +
<td><p align="Center">[[画像:Output1-PCA.png]]</p> </td>
 +
</tr>
 +
<tr>
 +
<td><p align="Center">第1主成分(横)と第3主成分(縦)の散布図</p> </td>
 +
</tr>
 +
</table>
 +
<br>
 +
 
 +
<table>
 +
<tr>
 +
<td><p align="Center">[[画像:Output2-PCA.png]]</p> </td>
 +
</tr>
 +
<tr>
 +
<td><p align="Center">第2主成分(横)と第3主成分(縦)の散布図</p> </td>
 
</tr>
 
</tr>
 
</table>
 
</table>
 
<br>
 
<br>

2014年8月1日 (金) 07:12時点における版

主成分分析(Principal Component Analysis)とは、多変量からなるベクトルデータの集合から、多変量軸(多変量空間)から、ベクトルデータの分布がより大きくなる軸を主軸として求める手法である。

Fig-PCA.png

主成分分析の実行例

画像毎の主成分分析

主にmrcImagePCAを使用して、複数画像の分類を行う。


Input-PCA.png
10通りの回転(縦)画像に10通りのノイズ(横)をそれぞれ掛けている。(計100個)


まず、mrcImagePCAを使用して主軸を求める。


NO2_ROI_LISTのデータ
Target-1-0-0-0.nroi
Target-1-0-0-1.nroi
Target-1-0-0-2.nroi
Target-1-0-0-3.nroi
Target-1-0-0-4.nroi
Target-1-0-0-5.nroi
Target-1-0-0-6.nroi
Target-1-0-0-7.nroi
Target-1-0-0-8.nroi
Target-1-0-0-9.nroi
Target-37-0-0-0.nroi
Target-37-0-0-1.nroi

-中略-

Target-289-0-0-8.nroi
Target-289-0-0-9.nroi
Target-325-0-0-0.nroi
Target-325-0-0-1.nroi
Target-325-0-0-2.nroi
Target-325-0-0-3.nroi
Target-325-0-0-4.nroi
Target-325-0-0-5.nroi
Target-325-0-0-6.nroi
Target-325-0-0-7.nroi
Target-325-0-0-8.nroi
Target-325-0-0-9.nroi


TEST_PCA_LISTのデータ
Target-1-0-0-0.tpca
Target-1-0-0-1.tpca
Target-1-0-0-2.tpca
Target-1-0-0-3.tpca
Target-1-0-0-4.tpca
Target-1-0-0-5.tpca
Target-1-0-0-6.tpca
Target-1-0-0-7.tpca
Target-1-0-0-8.tpca
Target-1-0-0-9.tpca
Target-37-0-0-0.tpca
Target-37-0-0-1.tpca

-中略-

Target-289-0-0-8.tpca
Target-289-0-0-9.tpca
Target-325-0-0-0.tpca
Target-325-0-0-1.tpca
Target-325-0-0-2.tpca
Target-325-0-0-3.tpca
Target-325-0-0-4.tpca
Target-325-0-0-5.tpca
Target-325-0-0-6.tpca
Target-325-0-0-7.tpca
Target-325-0-0-8.tpca
Target-325-0-0-9.tpca


コマンド
mrcImagePCA -i NO2_ROI_LIST -o TEST_PCA_LIST -NX 39 -NY 39 -numE 20 -O EIGEN_INFO -E eigen -EPS 100;


コマンド実行後に固有値を確認します。


EIGEN_INFOのデータ
   0   485  13783745.48  16.25
   1   600  6874158.21  24.36
   2   997  6040647.42  31.48
   3   529  5425460.64  37.88
   4   834  4720681.32  43.45
   5   879  3932086.98  48.08
   6   842  3632776.78  52.37
   7   645  3182620.81  56.12
   8   566  2449230.98  59.01
   9  1116  1328891.76  60.57
  10  1031  1287023.24  62.09
  11   579  1257054.49  63.57
  12  1080  1214056.15  65.01
  13   856  1161105.65  66.38
  14   934  1144996.99  67.73

-以下略-

固有値(第3列目)が高い順にデータが並んでいます。今回は第8成分当たりまでの固有値が高くなっています。


Output-PCA.png

第1主成分(横)と第2主成分(縦)の散布図


Output1-PCA.png

第1主成分(横)と第3主成分(縦)の散布図


Output2-PCA.png

第2主成分(横)と第3主成分(縦)の散布図