Principal component analysis (PCA)

Principal component analysis (PCA) is a chemometric linear, unsupervised and pattern recognition technique used for analyzing, classifying and reducing the dimensionality of numerical datasets in a multivariate problem (Ekenel & Sankur, 2004). The method maximizes the variance between categories and minimizes the variance within categories. It merely looks for a sensible rule to discriminate between them by forming linear functions of the data maximizing the ratio of the between-group sum of squares to the within-group sum of squares (Neely, Taylor, Prosser, & Hamlyn, 2001). It has been reported that (Pintado et al., 2008) PCA was performed using biogenic amine levels, and viable numbers of enterococci, lactococci, lactobacilli, enterobacteria and pseudomonads as variables, to reduce the dimensionality of the data and pinpoint the most important factors causing variability. In order to determine the most important factors causing variability PCA was carried out using BA levels, viable numbers of aerobic mesophilic bacteria, enterococci, yeasts,mesophilic and thermophilic lactobacilli, lactococci and thermophilic streptococci as variables (Schirone, Tofalo, Mazzone, Corsetti, & Suzzi, 2011).

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ส่วนประกอบหลัก (PCA) เป็น chemometric เส้น unsupervised และเทคนิคการจดจำรูปแบบที่ใช้สำหรับวิเคราะห์ ประเภท และลด dimensionality ของ datasets ตัวเลขในตัวแปรพหุปัญหา (Ekenel & Sankur, 2004) วิธีวางผลต่างระหว่างประเภท และช่วยลดความแปรปรวนภายในประเภทนั้น เพียงหากฎที่เหมาะสมเพื่อเหยียดระหว่างพวกเขาโดยเป็นฟังก์ชันเชิงเส้นของข้อมูลเพิ่มอัตราส่วนของผลรวมกำลังสองภายในกลุ่มผลรวมของกำลังสองระหว่างกลุ่ม (Neely เทย์เลอร์ Prosser, & Hamlyn, 2001) มีรายงานว่า (Pintado et al., 2008) ทำ PCA ใช้ระดับ biogenic amine และตัวเลขได้ enterococci, lactococci, lactobacilli, enterobacteria และ pseudomonads เป็นตัวแปร เพื่อลด dimensionality ของข้อมูล และระบุปัจจัยสำคัญที่ก่อให้เกิดความแปรผัน เพื่อกำหนดปัจจัยสำคัญที่สุด ก่อให้เกิดความแปรผันที่สมาคมได้ดำเนินการใช้ BA ระดับ จำนวนแบคทีเรียแอโรบิก mesophilic, enterococci, yeasts, mesophilic และ thermophilic lactobacilli, lactococci และ streptococci thermophilic เป็นตัวแปร (Schirone, Tofalo, Mazzone, Corsetti, & Suzzi, 2011) ได้

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์องค์ประกอบหลัก (PCA) เป็นเชิงเส้น chemometric, ใกล้ชิดและเทคนิคการจดจำรูปแบบที่ใช้ในการวิเคราะห์การจำแนกและลดมิติของชุดข้อมูลที่เป็นตัวเลขในปัญหาหลายตัวแปร (Ekenel & Sankur, 2004) วิธีการช่วยเพิ่มความแปรปรวนระหว่างประเภทและลดความแปรปรวนในหมวด มันเป็นเพียงการมองหาการปกครองที่เหมาะสมที่จะเห็นความแตกต่างระหว่างพวกเขาโดยการสร้างฟังก์ชั่นเชิงเส้นของข้อมูลการเพิ่มอัตราส่วนของทุนระหว่างกลุ่มของสี่เหลี่ยมผลรวมภายในกลุ่มของสี่เหลี่ยม (นีลีเทย์เลอร์, พรอสเซอร์และ Hamlyn, 2001) มันได้รับรายงานว่า (Pintado et al., 2008) PCA ได้รับการดำเนินการโดยใช้ระดับเอไบโอจีและหมายเลขทำงานได้ของ enterococci, lactococci, แลคโต, enterobacteria และ pseudomonads เป็นตัวแปรเพื่อลดมิติของข้อมูลและระบุปัจจัยที่สำคัญที่สุด ก่อให้เกิดความแปรปรวน เพื่อตรวจสอบปัจจัยที่สำคัญที่สุดที่ก่อให้เกิดความแปรปรวน PCA ถูกนำออกมาใช้ในระดับปริญญาตรีตัวเลขทำงานของแบคทีเรีย mesophilic แอโรบิก enterococci ยีสต์ทนร้อนอุณหภูมิปานกลางและแลคโต, lactococci และ streptococci อุณหภูมิเป็นตัวแปร (Schirone, Tofalo, Mazzone, Corsetti และ Suzzi 2011)

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์องค์ประกอบหลัก ( PCA ) เป็นคีโมเมตริกซ์เชิงเส้นและการใช้เทคนิครูปแบบ unsupervised วิเคราะห์ จำแนก และการลด dimensionality ของข้อมูลเชิงตัวเลขในปัญหาหลายตัวแปร ( ekenel & sankur , 2004 ) วิธีเพิ่มความแปรปรวนระหว่างประเภทและลดความแปรปรวนภายในประเภทมันแค่ดูเป็นกฎที่มีเหตุผลที่จะแยกแยะระหว่างพวกเขาโดยสร้างฟังก์ชันเชิงเส้นของข้อมูลการเพิ่มอัตราส่วนของกลุ่มผลรวมของสี่เหลี่ยมที่ภายในกลุ่มผลรวมของสี่เหลี่ยม ( นีลี เทย์เลอร์ พรอสเซอร์&แฮมลิน , 2001 ) มันได้รับรายงานว่า ( pintado et al . , 2008 ) การใช้ biogenic amine PCA ระดับและศักยภาพทางตัวเลขของแลกโตค ไคแลคโตบาซิลัส , , ,เทอโรแบคทีเรีย และ pseudomonads เป็นตัวแปรเพื่อลด dimensionality ของข้อมูลและระบุปัจจัยที่สำคัญที่สุดที่ก่อให้เกิดความแปรปรวน ในการพิจารณาที่สำคัญที่สุดปัจจัยที่ก่อให้เกิดความผันแปร PCA ได้โดยใช้ BA ระดับตัวเลขวางอนาคตของแบคทีเรียแอโรบิกมีมาตรฐาน , ยีสต์และแลคโตบาซิลไล และมี ,แลกโตค ไค และ และเชื้อเป็นตัวแปร ( schirone tofalo mazzone corsetti , , , , suzzi & 2011 )