الجبر الخطي · تحليل المكونات الرئيسية

تحليل المكونات الرئيسية

يبحث تحليل المكونات الرئيسية عن اتجاهات أكبر تشتت للبيانات. لمتغيرين، يكون الاتجاه الرئيسي الأول اتجاه وحدة يعظّم تباين الإسقاطات: متجهًا ذاتيًا لمصفوفة التباين المشترك يقابل أكبر قيمة ذاتية، وهي تساوي ذلك التباين. يمر المحور الرئيسي الأول بالمتوسط في هذا الاتجاه.

تحليل المكونات الرئيسية في هذا الرسم

مرّر مستقيمًا بمتوسط سحابة البيانات وأسقط كل نقطة عليه. يعتمد تباين عينة الإسقاطات على الاتجاه ⁦uu⁩ ويساوي ⁦uTCuu^{\mathsf T} C u⁩. تحتوي مصفوفة التباين المشترك للعينة ⁦C=(sx2sxysxysy2)C = \begin{pmatrix} s_x^2 & s_{xy} \\ s_{xy} & s_y^2 \end{pmatrix}⁩ على التباينين على القطر والتباين المشترك خارجه (تُقسم المجاميع على ⁦n−1n - 1⁩). يختار تحليل المكونات الرئيسية اتجاه أكبر تباين. المستقيم المار بالمتوسط في هذا الاتجاه هو ⁦PC1⁩، ويتعامد ⁦PC2⁩ معه. يظهر ⁦uu⁩ بالأحمر والإسقاطات بعلامات صفراء. ويمتد الشريط الأصفر السميك انحرافًا معياريًا واحدًا على كل جانب من المتوسط.

مجموع التباينين الطولي والعمودي ثابت

بفيثاغورس، ينقسم مربع بُعد كل نقطة عن المتوسط إلى مربعي مركبتيها على امتداد ⁦uu⁩ وعموديًا عليه. بالجمع نجد أن التباين على امتداد ⁦uu⁩ مضافًا إليه التباين العمودي يساوي التباين الكلي ⁦sx2+sy2=tr⁡Cs_x^2 + s_y^2 = \operatorname{tr} C⁩ مهما كان اتجاه ⁦uu⁩. تعظيم الأول يصغّر الثاني، لذلك يصغّر ⁦PC1⁩ مجموع مربعات المسافات العمودية بين المستقيمات المارة بالمتوسط. أما مستقيم الانحدار للمتغير ⁦yy⁩ على ⁦xx⁩ فيصغّر مجموع مربعات البواقي الرأسية. وفي سحابة متناثرة قد يختلف الاتجاهان كثيرًا.

لماذا يكون الحل متجهًا ذاتيًا؟

للمصفوفة المتماثلة ⁦CC⁩ متجهان ذاتيان متعامدان بقيمتين ذاتيتين ⁦λ1≥λ2\lambda_1 \ge \lambda_2⁩. عند كتابة ⁦uu⁩ بدلالتهما يكون ⁦uTCuu^{\mathsf T} C u⁩ متوسطًا مرجحًا للقيمتين ⁦λ1\lambda_1⁩ و⁦λ2\lambda_2⁩، يبلغ أقصاه عند المتجه الأول وأدناه عند الثاني. لذلك يتبع ⁦PC1⁩ و⁦PC2⁩ اتجاهي المتجهين الذاتيين لـ⁦CC⁩. تبايناهما ⁦λ1\lambda_1⁩ و⁦λ2\lambda_2⁩ وحصة ⁦PC1⁩ من المجموع ⁦λ1/(λ1+λ2)\lambda_1/(\lambda_1 + \lambda_2)⁩. وعمليًا يعطي تحليل القيم المفردة لمصفوفة البيانات بعد طرح المتوسطات الاتجاهين نفسيهما.

كيف تغيّر الوحدات النتيجة؟

تتوقف التباينات على الوحدات. إذا قسنا القامات بالمتر والأوزان بالكيلوغرام، تتفاوت أعداد الأوزان أكثر بكثير. هذا وحده يقرّب ⁦PC1⁩ من محور الوزن. عند اختلاف الوحدات نطرح عادة متوسط كل متغير ونقسم على انحرافه المعياري. تصبح ⁦CC⁩ مصفوفة الارتباط ⁦(1rr1)\begin{pmatrix} 1 & r \\ r & 1 \end{pmatrix}⁩. ولمتغيرين يصنع ⁦PC1⁩ زاوية ⁦45° (⁩أو ⁦−45°⁩ عند ⁦r<0r < 0⁩)، وتتحقق ⁦λ=1±∣r∣\lambda = 1 \pm |r|⁩. أما إذا تحقق ⁦r=0r = 0⁩ فلا يبرز اتجاه بعينه.

ما الذي يمكنك ملاحظته؟

  • المحور الرئيسي مستقيم، لذا لا يتحدد اتجاهه إلا حتى اختيار الإشارة.
  • مع متغيرات كثيرة، يمكن لبضعة اتجاهات أن تحمل معظم التباين، مما يتيح وصف البيانات بأعداد أقل.

التحكم

  • اسحب المقبض الأحمر أو أدر القرص لتدوير المستقيم. عندما يكون التركيز على المقبض تديره مفاتيح الأسهم ⁦1°⁩ في كل ضغطة.

موضوعات ذات صلة