Phân tích thành phần chính (Principal Component Analysis - PCA)

Ngày đăng: 26/09/2025 15:36
PHÂN TÍCH THÀNH PHẦN CHÍNH (PCA)
  1. Bước 1: Chuẩn hóa dữ liệu
  2. Bước 2: Tính toán Ma trận Hiệp phương sai (Covariance Matrix)
  3. Bước 3: Tính toán Giá trị riêng (Eigenvalues) và Vector riêng (Eigenvectors)
  4. Bước 4: Lựa chọn số lượng Thành phần chính
  5. Bước 5: Biến đổi Dữ liệu

 

Tác giả: Nguyễn Văn Chức

Bài viết khác cùng nhóm

Hồi quy tuyến tính (Linear Regression): OLS (Ordinary Least Squares)

Outlier Detection with Tableau (Using Standard Deviation, Quartile, Z score)

Categorical Data Encoding Methods: Label, One Hot, Ordinal, Frequency, Target Encoding

Phương pháp xử lý dữ liệu thiếu (Missing Values Treatment)

Khoa học dữ liệu: Nên học cái gì, tại sao và lộ trình học như thế nào?

Ứng dụng Phân tích nhân tố (Factor Analysis) trong quản trị nguồn nhân lực hiện đại.

Phân tích Độ nhạy và Phân tích Kịch bản (Sensitivity Analysis and Scenario Analysis)

Phân tích hiệu quả chiến dịch Marketing đa kênh (Marketing Attribution)