A L 1-norm PCA and a Heuristic Approach
A L 1-norm PCA and a Heuristic Approach
复制标题
DOI：
10.1007/978-3-642-61159-9_32
复制
发表时间：
1996
期刊：
影响因子：
--
通讯作者：
A. Baccini;Philippe C. Besse;A. Falguerolles
中科院分区：
文献类型：
--
作者：
A. Baccini;Philippe C. Besse;A. Falguerolles
L1主成分分析（PCA）的模型被认为是和讨论。另一方面，一个主成分分析的基础上基尼的平均绝对距离，以获得启发式估计的L1模型。该PCA与原始数据及其等级的典型相关分析相连接。该方法说明了真实的和阿尔蒂的数据，实现适当的数据减少的目的。
A model for a L1 principal component analysis (PCA) is considered and discussed. On the other hand, a PCA based on Gini's mean absolute di erences is introduced in order to obtain heuristic estimates of the L1 model. This PCA is connected to the canonical correlation analysis of the original data and their ranks. The method is illustrated on real and arti cial data with the aim of achieving proper data reduction.