Investigaciones

Análisis de componentes principales

ACP de una distribución normal multivariante centrada en (1,3) con desviación estándar 3 en la dirección aproximada (0,878, 0,478) y desviación estándar 1 en la dirección perpendicular a la anterior. Los vectores muestran los autovectores de la matriz de correlación escalados mediante la raíz cuadrada del correspondiente autovalor, y desplazados para que suorigen coincidan con la media estadística.
En estadística, el análisis de componentes principales (en español ACP, en inglés, PCA) es una técnica utilizada para reducir la dimensionalidad de un conjunto de datos. Intuitivamente la técnica sirve para hallar las causas de la variabilidad de un conjunto de datos y ordenarlas por importancia.
Técnicamente, el ACP busca la proyección según la cuallos datos queden mejor representados en términos de mínimos cuadrados. El ACP se emplea sobre todo en análisis exploratorio de datos y para construir modelos predictivos. El ACP comporta el cálculo de la descomposición en autovalores de la matriz de covarianza, normalmente tras centrar los datos en la media de cada atributo.
Índice
1 Fundamento
2 Matemáticas del ACP
2.1 Método basado encorrelaciones
2.2 Método basado en las covarianzas
2.3 Limitaciones
3 Ejemplos
4 Referencia
4.1 Enlaces externos
Fundamento
El ACP construye una transformación lineal que escoge un nuevo sistema de coordenadas para el conjunto original de datos en el cual la varianza de mayor tamaño del conjunto de datos es capturada en el primer eje (llamado el Primer Componente Principal), la segunda varianzamás grande es el segundo eje, y así sucesivamente. Para construir esta transformación lineal debe construirse primero la matriz de covarianza o matriz de coeficientes de correlación. Debido a la simetría de esta matriz existe una base completa de vectores propios de la misma. La transformación que lleva de las antiguas coordenadas a las coordenadas de la nueva base es precisamente latransformación lineal necesaria para reducir la dimensionalidad de datos. Además las coordenadas en la nueva base dan la composición en factores subyacentes de los datos iniciales.
Una de las ventajas del ACP para reducir la dimensionalidad de un grupo de datos, es que retiene aquellas características del conjunto de datos que contribuyen más a su varianza, manteniendo un orden de bajo nivel de los componentesprincipales e ignorando los de alto nivel. El objetivo es que esos componentes de bajo orden a veces contienen el aspecto "más importante" de esa información.





Análisis de componentes
Los componentes son CPU, Memoria y Dispositivos de e/s.
EL CPU (Unidad Central de Procesamiento) es conocido también como el cerebro de la computadora, éste no realiza las instrucciones, solo ordena alos dispositivos que realicen las actividades ordenadas a la computadora.
Se compone de: ALU (Unidad Aritmetico Lógica) que es un circuito degital que realiza las operaciones aritmeticas y lógicas entre dos números, trabaja con 0 y 1.
Registros: Estos se clasifican en Registros según su Proposito o su Programador.
Según el Proposito se subdivide en proposito especifico (tareas determinadas), yproposito general (almacena datos o direccione de forma flexible)
Según su Programador se subdivide en Registros visibles (se puede usar con el lenguaje de bajo nivel, se conoce su existencia), y Registros transparentes ( el programador desconoce su existencia y no puede usarlos).
UC (Unidad de Control):Es la unidad funcional que va ejecutando una por una las instrucciones dadas a la computadora.La Memoria: existen diferentes tipos de memoria, que basicamente son dispositivos de almacenamiento, entre las más conocidas estan:
RAM:(Random Acces Memory) es una memoria de tipo aleatoria es decir en cuanto se apaga el computador esta borra toda la información que se habia guardado, además de que solo guarda instrucciones dadas a la maquina.
ROM: (Read Only Memory) es la memoria...