An Approach to Variable Clustering: K-means in Transposed Data and its Relationship with Principal Component Analysis
Created by
Haebom
Category
Empty
저자
Victor Saquicela, Kenneth Palacio-Baus, Mario Chifla
개요
본 연구는 다변량 분석의 기본 기법인 주성분 분석(PCA)과 K-평균 군집화 간의 관계를 탐구합니다. 특히, K-평균을 관측치가 아닌 변수를 군집화하는 데 적용할 때의 관계에 초점을 맞춥니다. 연구는 원본 데이터에 PCA를 적용하고 전치 데이터에 K-평균을 적용하는 혁신적인 방법을 제안합니다. 이 과정을 통해 변수 군집과 PCA의 주성분 간의 관계를 분석하고, 변수 로딩을 기반으로 각 변수 군집이 각 주성분에 기여하는 정도를 정량화합니다.
시사점, 한계점
•
PCA와 K-평균 간의 관계, 특히 변수 군집화를 통한 관계 분석에 대한 새로운 시각을 제시합니다.
•
변수 군집이 PCA에 의해 식별된 주요 변화 차원에 기여하는 방식을 이해하는 데 유용한 도구를 제공합니다.
