데이터 잡음과 PCA

Question

데이터 잡음 및 주성분 분석 (PCA)과 관련된 질문이 있습니다.

상황은 I은 X, Y, Z 관절 데이터를 포함하는 데이터 매트릭스를 갖는다. 분산의 98 %를 유지한다는 규정과 함께 PCA를 적용했습니다. 그러나 감축 후에도 데이터는 여전히 매우 소음이 남아 있습니다.

문제

나는 읽는 몇 시간을 보냈습니다 내가 취할 수있는 가장 좋은 방법의 확실 해요. 차원 축소를 위해 PCA를 수행해야하지만 데이터 집합에있는 노이즈는 여전히 여러 가지 문제를 나타냅니다. 데이터 세트에 포함 된 노이즈를 줄이기 위해 PCA를 적용하기 전에 중간 단계가 필요합니다. PCA를 적용하기 전에 Gaussian Smoothing이 최선의 방법이라고 조언을 받았습니다.

누구나 최선의 방법을 제안 할 수 있습니까?

내 질문에 명확하지 않은 것에 대해 사과하십시오.

Original data : 다음은 원본 데이터의 예입니다. Projected : 98 %의 분산이 유지됩니다.

는 여전히 투영 약간의 소음이있다. 적어도 4 포인트는 위치가 균일하지 않습니다.

Answer 1

강력한 PCA에 대한 유용한 자료는 Yi Ma and colleagues, "Robust Principal Component Analysis?"입니다.
자세한 내용과 소스 코드는 project homepage을 참조하십시오.