Zusammenfassung
Lisa möchte einen komplexen Datensatz einfach darstellen, ohne dabei viele Informationen zu verlieren. Dafür nutzt sie die Hauptkomponentenanalyse (engl. principal component analysis, PCA). Die PCA dient dazu, komplexe Datensätze zu vereinfachen und durch eine Reduktion der Vielzahl der Variablen die Daten „auf’s Wesentliche“ zu reduzieren. Dabei ergeben sich aus Kombinationen der vorherigen Variablen einige wenige Hauptkomponenten, aus denen der Inhalt des Datensatzes zu großen Teilen hervorgeht.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hölzer, C. (2019). Hauptkomponentenanalyse. In: Kersting, K., Lampert, C., Rothkopf, C. (eds) Wie Maschinen lernen. Springer, Wiesbaden. https://doi.org/10.1007/978-3-658-26763-6_17
Download citation
DOI: https://doi.org/10.1007/978-3-658-26763-6_17
Published:
Publisher Name: Springer, Wiesbaden
Print ISBN: 978-3-658-26762-9
Online ISBN: 978-3-658-26763-6
eBook Packages: Computer Science and Engineering (German Language)