在Weka做PCA

Question

我正在尝试在WEKA（分类问题）中进行降维的PCA。

我在我的数据中有200个属性，接近2100行。

这里是我遵循

• 导入CVS文件中WEKA探险

• 在预处理标签的步骤，被套，规范化数据（要在的范围带来整个数据[0,1]

• 然后实现PCA。

  • 在对PCA的选择，我有是centerData的一个选项，如果设置为False，则在标准化数据后使用相关矩阵进行计算（如果我错了，更正我），如果设置为true，则使用协方差矩阵。

我的疑问是

1. 我应该实现PCA与否之前正火的数据？我试着在正常化之前和之后做这件事，我得到了不同的结果。所以我很困惑。
2. 我应该标准化数据（使平均值为0），然后应用PCA。

在这两种情况下，我应该在PCA WEKA中为centerData选项选择什么选项？

Answer 1

这个问题已经回答了在这里的部分：PCA first or normalization first?

直接回答你的问题：

正常化将是一个个人的选择。如果设置centerData = TRUE，并且不规范或标准化数据，那么一些具有较大值的属性将对PCA产生较大影响。如果您设置centerData = FALSE，Weka会为您标准化数据。

而只是为了确认您的怀疑，在Weka中，centerData执行以下操作：

centerData = TRUE

• 中心的数据（不规范或规范，因此，如果您决定做这一点，你需要之前做到这一点）
• PCA与协方差矩阵进行

centerData = FALSE

• PCA与相关矩阵（数据由方法标准化）@Walter我仍然试图找出哪一个将适合最好的执行