PCA-Implementierung in Java

Es gibt jetzt eine Reihe von Hauptkomponentenanalyse-Implementierungen für Java.

1. Apache Spark: Ссылка

   %Vor%

2. ND4J: Ссылка

   %Vor%

3. Apache Commons Math (single-threaded; kein Framework)

   %Vor%

Beachten Sie, dass die Singular Value Decomposition, die auch zum Auffinden von Hauptkomponenten verwendet werden kann, äquivalente Implementierungen aufweist.

Hier ist eine: PCA-Klasse .

  

Diese Klasse enthält die Methoden, die für eine grundlegende Hauptkomponentenanalyse mit einer Varimax-Rotation erforderlich sind. Optionen stehen für eine Analyse zur Verfügung, die entweder die Kovarianz oder das Korrelationsmartix verwendet. Eine parallele Analyse mit Monte-Carlo-Simulationen wird durchgeführt. Extraktionskriterien basierend auf Eigenwerten größer als Eins, größer als ein Monte-Carlo-Eigenwert-Perzentil oder größer als der Monte-Carlo-Eigenwert sind verfügbar.

Smile ist eine vollwertige ML-Bibliothek für Java. Sie geben der PCA-Implementierung einen Versuch. Bitte beachten Sie: Ссылка

Es gibt auch ein PCA Tutorial mit Smile, aber das Tutorial benutzt Scala.