UK 
EnglishТипова
Polski🔢 МГК — Метод Головних Компонент
Метод головних компонент (МГК): осі максимальної дисперсії, власні значення, зниження розмірності та частка поясненої варіації.
Схожі симуляції
Про Метод Головних Компонент (МГК)
Ця симуляція показує, як метод головних компонент знаходить напрямки найбільшого розкиду у двовимірній хмарі точок. Із центрованих щодо середнього даних вона будує коваріаційну матрицю 2×2, а потім розв'язує задачу на власні значення в замкненій формі за формулою λ = trace/2 ± √(trace²/4 − det). Власні вектори визначають головні осі (PC1 і PC2), а їхні власні значення λ₁ і λ₂ показують дисперсію, захоплену вздовж кожного напрямку.
Ви обираєте готовий набір даних (корельована хмара, кластери, коло, діагональна смуга або шум), задаєте кількість точок n і кореляцію ρ, а потім перегенеровуєте дані. Перемикачі малюють стрілки PC1 і PC2 та перпендикулярні лінії проєкції на PC1, а нижня панель будує гістограму спроєктованих значень. МГК лежить в основі зниження розмірності, стиснення даних, фільтрації шуму та вилучення ознак у статистиці й машинному навчанні.
Часті запитання
Що таке метод головних компонент?
МГК — це статистичний метод, який повертає координатні осі так, щоб вони збігалися з напрямками максимальної дисперсії в наборі даних. Перша головна компонента (PC1) вказує напрямок найбільшого розкиду, а друга (PC2) ортогональна до неї. Метод широко використовують для зниження розмірності зі збереженням максимуму інформації.
Як цей симулятор обчислює головні компоненти?
Він центрує точки відносно середнього, а потім формує коваріаційну матрицю 2×2 з елементами s₁₁, s₁₂ і s₂₂, використовуючи дільник n−1. Власні значення обчислюються за формулою λ = trace/2 ± √(trace²/4 − det), а власні вектори задають головні напрямки. Цей замкнений розв'язок є точним для двовимірних даних.
Що означають сині та червоні стрілки?
Синя стрілка — це PC1, напрямок із найбільшою дисперсією, а червона стрілка — PC2, ортогональна до PC1 і захоплює решту дисперсії. Довжина кожної стрілки масштабується квадратним коренем з відповідного власного значення, тож довша стрілка означає більший розкид даних уздовж цієї осі.
Що таке пояснена дисперсія і чому це важливо?
Пояснена дисперсія — це кожне власне значення, виражене у відсотках від загальної суми, λᵢ / (λ₁ + λ₂). Вона показує, яку частку загальної мінливості даних пояснює компонента. Якщо PC1 пояснює 95%, дані можна добре описати лише однією вимірністю — саме в цьому й полягає суть зниження розмірності.
Що роблять елементи керування n, ρ та пресет?
Пресет обирає базову форму даних, n задає кількість згенерованих точок (від 10 до 300), а ρ задає цільову кореляцію між двома змінними для корельованого пресету (від −0,99 до 0,99). Зміна повзунка перегенеровує хмару точок, окрім користувацького режиму, у якому ви клацаєте по полотну, щоб самостійно розставити точки.
Чому власні вектори завжди під прямим кутом?
Коваріаційна матриця симетрична, а фундаментальний результат лінійної алгебри стверджує, що симетрична матриця має ортогональні власні вектори. Тому МГК завжди дає ортонормований набір осей: головні компоненти не корельовані одна з одною й розташовані під точним прямим кутом одна до одної.
Що означають тонкі лінії, що з'єднують точки з PC1?
Це лінії проєкції. Кожна показує перпендикулярне опускання точки даних на вісь PC1, позначаючи, куди потрапляє точка при зведенні до однієї вимірності. МГК обирає PC1 саме так, щоб мінімізувати суму квадратів довжин цих залишків проєкції, що еквівалентно максимізації збереженої дисперсії.
Чи є обчислення фізично та математично точним?
Так. Для двовимірних даних власні значення й власні вектори коваріаційної матриці можна знайти точно за квадратичною формулою, використаною тут, тож результати не є наближеннями. Коваріація використовує незміщений дільник n−1, що відповідає стандартним конвенціям вибіркової статистики з підручників і бібліотек.
Де МГК використовується в реальному світі?
МГК застосовують у стисненні зображень і сигналів, аналізі експресії генів, у фінансах для виявлення ринкових факторів, розпізнаванні облич (eigenfaces) і як етап попередньої обробки перед кластеризацією чи регресією. Відкидаючи компоненти з низькою дисперсією, метод усуває шум і надлишковість, роблячи подальші моделі швидшими і часто стійкішими.