Publication Date:
2005
abstract:
L'analisi delle componenti principali (ACP) è, tra le tecniche di riduzione
delle dimensioni, quella maggiormente utilizzata in quanto presenta delle proprietà ottimali rispetto alle altre presenti in letteratura. In molti casi reali, tuttavia, l'ACP genera dei risultati difficilmente interpretabili. Al fine di migliorare l'interpretabilità dei risultati, in letteratura sono state proposte diverse tecniche che fanno uso di criteri sub-ottimali tra i quali l'analisi delle componenti semplici (SCA - Rousson and Gasser, 2003). Obiettivo del presente lavoro è quello di confrontare le diverse tecniche proposte in letteratura e di proporre una variante di SCA che fa uso del coefficiente di correlazione vettoriale RV.
delle dimensioni, quella maggiormente utilizzata in quanto presenta delle proprietà ottimali rispetto alle altre presenti in letteratura. In molti casi reali, tuttavia, l'ACP genera dei risultati difficilmente interpretabili. Al fine di migliorare l'interpretabilità dei risultati, in letteratura sono state proposte diverse tecniche che fanno uso di criteri sub-ottimali tra i quali l'analisi delle componenti semplici (SCA - Rousson and Gasser, 2003). Obiettivo del presente lavoro è quello di confrontare le diverse tecniche proposte in letteratura e di proporre una variante di SCA che fa uso del coefficiente di correlazione vettoriale RV.
Iris type:
4.1 Contributo in Atti di convegno
List of contributors:
Gallo, Michele; Amenta, P.; D'Ambra, L.
Book title:
Classification and Data Analysis 2005, Book of Short Papers