Лекция 9. Факторный анализ и метод главных компонент, продолжение

compscicenter.ru/
Математические модели анализа главных компонент и факторного анализа. Интерпретация факторов. Пример проведения факторного анализа в Python. Факторные нагрузки, факторные метки, их интерпретация. Вращения факторов.
Лекция №9 в курсе "Анализ данных на Python в примерах и задачах. Часть 2" (осень 2018).
Преподаватель курса: Вадим Леонардович Аббакумов
Страница лекции на сайте CS центра: bit.ly/2OJg1HQ

[@user-ur9fs8cx4f]

Шикарно! Как всегда. Спасибо большое!

[@nickisin2421]

Вадим Леонардович, спасибо

[@user-il8gv3rl7b]

49:43 - реализация на питоне

[@denisf.7409]

Спасибо за объяснение. Напрашивается вопрос, есть ли какие то методы позволяющие находить факторы нелинейно связанные с наблюдаемыми переменными?

[@Vadim_Abbakumov]

Да, они так и называются: nonlinear factor analysis. Очень популярен такой метод. Обучаете многослойную нейронную сеть приемлемого качества, выходы нейронов внутренних слоев - нелинейные факторы.

[@mihto5202]

Добрый день, не подскажите номер главы(может быть даже страницы) в Кендалле/Стюарте, где все это описанно?

[@Vadim_Abbakumov]

В третьем томе "Многомерный статистический анализ и временные ряды" начиная со стр 400

[@mihto5202]

@@Vadim_Abbakumov Спасибо большое, Вадим Леонардович!

[@denisobrezkov4354]

Varimax rotation вроде недавно реализовали в sklearn v0.24.

[@Vadim_Abbakumov]

В новой версии курса читаю с учетом изменений, но использую не sklearn, а пакет factor_analyzer

[@_AbUser]

Чет все печально.. Какой ть Индус на ломаном английском за полтора часа бы объяснил бы не только это, а еще базовую статистику и азы питона, и стали бы элементарные задачки выполнять, а не 25й попытки сформулировать а чем мы тут занимается...

[@user-ig8qg6cd6o]

Поясню суть стандартизации: Корреляция это стандартизированная ковариация. Понятно? Это пипец обьяснятель!