ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
いつも、 勉強になっております。是非、因子分析も講義動画をあげて頂けると嬉しいです！
こちらこそご視聴ありがとうございます！因子分析について、ネタ帳に追加させて頂きます！
具体的な手順も教えていただきわかりやすいです。ありがとうございます。
こちらこそご視聴ありがとうございました！
わかりやす！２日悩んでた次元削減が理解できました。ありがとうございました
お役に立てたようで何よりです！
本動画で使用しているソースとファイルのダウンロードは下記URLからどうぞ。analysis-navi.com/?p=3868
すごく参考になりました。色々分類して楽しめそうです。UMAPには寄与度や情報量を知る方法は無い感じでしょうか。
ありがとうございます！私の知る限りではUMAPの変数寄与度を知る方法はないですね。。。分類の精度を見たいということでしたら、例えば2次元に圧縮した後のベクトルを用いてk-means法でクラスタリングし、Purityなどの指標を用いて評価することができます。
大変勉強になりました！質問なのですが、SVDの際にx軸に第２主成分、y軸に第３主成分など出来るのでしょうか？もしよろしければ教えていただくと幸いです。
ありがとうございます！はい、そのためにはまず2次元でなく3次元に圧縮して、リストの0番目と1番目ではなく1番目と2番目を用いて図を作成すれば良いかなと思います。
@@nishimaki ありがとうございます！さらに質問申し訳ないです。第3主成分が何を表しているかわからなかったので、動画のX_compとY_comp〜のコードを試した所、「too many values to unpack（expected 2)」というエラーか出てしまいました。これは3次元になってるので新たにZ_compのようなモノを生成する必要があるって認識で宜しいのでしょうか？
はい、ご認識の通り、次元数に合わせて変数は調整する必要がございます。
大変勉強になりました．質問なのですが，正規化や標準化を行う場合は次元削減の後にやるのでしょうか？次元削減の前にそれらを行うと寄与率が低くなったので，やはり後にやるのが正解でしょうか？
ご視聴ありがとうございます。標準化と次元削減の順序は難しい問題ですね。。。ですが、基本的には標準化・正規化は分析前のデータ整形のステップになるので、次元削減前に行うのが一般的なのではないかな、という気がします。ただ、どちらが悪いということは無さそうですね。下記ページも参考になるかと思いますので、ご確認ください。teratail.com/questions/125409
@@nishimaki ご返信ありがとうございます．どちらかといえば次元削減前にやるほうが一般的ですが，そこまで差はない，という解釈をしました．勉強中ですが，参考になりましたほかの動画も視聴し勉強したいと思います
使用されているデータってブログに貼られてましたか？
先ほど、以下にアップロードさせて頂きました。よろしくお願いいたします。analysis-navi.com/?p=3868
サンプルデータをいただけませんか？
本動画のソースコードとサンプルデータは下記URLにアップロードしております。analysis-navi.com/?p=3868#%E6%AC%A1%E5%85%83%E5%89%8A%E6%B8%9B%EF%BC%88%E6%AC%A1%E5%85%83%E5%9C%A7%E7%B8%AE%EF%BC%89
文字化けが治りません、、、
次元削減、非階層クラスタリング、階層クラスタリング 3点セットは、私にとって神動画でした。コードの知識は、正直、全然ですが、この動画のおかげでできるかも？！と、すこし前向きになれました。ほんとうに感謝です。本当にありがとうございます。😭
大変嬉しいコメント、ありがとうございます！とても励みになります。今後とも、よろしくお願いいたします。
いつも、 勉強になっております。
是非、因子分析も講義動画をあげて頂けると嬉しいです！
こちらこそご視聴ありがとうございます！
因子分析について、ネタ帳に追加させて頂きます！
具体的な手順も教えていただきわかりやすいです。ありがとうございます。
こちらこそご視聴ありがとうございました！
わかりやす！２日悩んでた次元削減が理解できました。ありがとうございました
お役に立てたようで何よりです！
本動画で使用しているソースとファイルのダウンロードは下記URLからどうぞ。
analysis-navi.com/?p=3868
すごく参考になりました。色々分類して楽しめそうです。
UMAPには寄与度や情報量を知る方法は無い感じでしょうか。
ありがとうございます！
私の知る限りではUMAPの変数寄与度を知る方法はないですね。。。
分類の精度を見たいということでしたら、例えば2次元に圧縮した後のベクトルを用いてk-means法でクラスタリングし、Purityなどの指標を用いて評価することができます。
大変勉強になりました！
質問なのですが、SVDの際にx軸に第２主成分、y軸に第３主成分など出来るのでしょうか？
もしよろしければ教えていただくと幸いです。
ありがとうございます！
はい、そのためにはまず2次元でなく3次元に圧縮して、リストの0番目と1番目ではなく1番目と2番目を用いて図を作成すれば良いかなと思います。
@@nishimaki ありがとうございます！
さらに質問申し訳ないです。第3主成分が何を表しているかわからなかったので、動画のX_compとY_comp〜のコードを試した所、「too many values to unpack（expected 2)」というエラーか出てしまいました。
これは3次元になってるので新たにZ_compのようなモノを生成する必要があるって認識で宜しいのでしょうか？
はい、ご認識の通り、次元数に合わせて変数は調整する必要がございます。
大変勉強になりました．
質問なのですが，
正規化や標準化を行う場合は次元削減の後にやるのでしょうか？
次元削減の前にそれらを行うと寄与率が低くなったので，やはり後にやるのが正解でしょうか？
ご視聴ありがとうございます。
標準化と次元削減の順序は難しい問題ですね。。。
ですが、基本的には標準化・正規化は分析前のデータ整形のステップになるので、次元削減前に行うのが一般的なのではないかな、という気がします。
ただ、どちらが悪いということは無さそうですね。
下記ページも参考になるかと思いますので、ご確認ください。
teratail.com/questions/125409
@@nishimaki
ご返信ありがとうございます．
どちらかといえば次元削減前にやるほうが一般的ですが，そこまで差はない，という解釈をしました．
勉強中ですが，参考になりました
ほかの動画も視聴し勉強したいと思います
使用されているデータってブログに貼られてましたか？
先ほど、以下にアップロードさせて頂きました。
よろしくお願いいたします。
analysis-navi.com/?p=3868
サンプルデータをいただけませんか？
本動画のソースコードとサンプルデータは下記URLにアップロードしております。
analysis-navi.com/?p=3868#%E6%AC%A1%E5%85%83%E5%89%8A%E6%B8%9B%EF%BC%88%E6%AC%A1%E5%85%83%E5%9C%A7%E7%B8%AE%EF%BC%89
文字化けが治りません、、、
次元削減、非階層クラスタリング、階層クラスタリング 3点セットは、私にとって神動画でした。
コードの知識は、正直、全然ですが、この動画のおかげでできるかも？！と、すこし前向きになれました。
ほんとうに感謝です。本当にありがとうございます。😭
大変嬉しいコメント、ありがとうございます！
とても励みになります。今後とも、よろしくお願いいたします。