Tipping,Michael E。;克里斯托弗·毕晓普。 概率主成分分析。 (英语) Zbl 0924.62068号 J.R.Stat.Soc.,塞尔维亚。B、 统计方法。 61,第3期,611-622(1999). 摘要:主成分分析(PCA)是一种普遍存在的数据分析和处理技术,但它不是基于概率模型的。我们演示了如何通过与因子分析密切相关的潜在变量模型中参数的最大似然估计来确定一组观测数据向量的主轴。我们考虑了相关似然函数的性质,给出了一种迭代估计主子空间的EM算法,并通过示例讨论了这种概率方法对PCA的优点。 引用于三评论引用于196文件 MSC公司: 62H25个 因子分析和主成分;对应分析 关键词:密度估计;EM算法;高斯混合;最大似然;主成分分析;降维;概率模型;因子分析 PDF格式BibTeX公司 XML格式引用 \textit{M.E.Tipping}和\textit{C.M.Bishop},J.R.Stat.Soc.,Ser。B、 统计方法。61,第3号,611--622(1999;Zbl 0924.62068) 全文: 内政部 链接