混合データでPCAとMCAを組み合わせる方法は？

9

連続予測子に対してPCA（主成分分析）を、公称予測子に対してMCA（多重対応分析）を実行できる（Python）コードと混合データがあるとします。PCAとMCAの結果を1つに結合することは可能ですか？

python categorical-data

— Wojciech Migda
ソース

8

混合データの因子分析を使用したい場合があります。

完全なデータセットで次元削減を行うことができます。

ARの実装はFactoMineRパッケージにあります。ただし、データ/列の数が多い場合、この関数は苦労します。

私はpythonで同等の存在を知らない。

— YCR
ソース

ありがとう、私は以前にFAMDについて読んだことがありますが、残念ながらRしかサポートしていないようです-それゆえ私の質問です。私が今できることは、両方の方法（PCAとMCA）の結果を分離して扱うことです。ただし、それらを「混合」してモノリシックデータセットを生成する方法がある場合、これが私が探している答えです。

— Wojciech Migda

さて、私のデータセットは、手元にあるMCA実装がメモリ不足になるのに十分な大きさであることがわかりました。

— Wojciech Migda

これは、R実装で繰り返し発生する問題です。変数のセットが限られている場合は、観察に重みを付けてみてください。または、観察のサブセットのみを使用します。それ以外の場合は、数値変数を序数カテゴリに変換したり、質的変数をフラグに変換したりできます。

— YCR

3

PythonのFAMD実装については、こちらをご覧ください。

— ハジャルホマヨウニ
ソース

1

私はPythonで同じものを探していたと私は来た王子の FAMDが実施しているパッケージを。

— 江戸
ソース

1

コメントするのに十分なポイントがないので、ここで回答するには@Edo prince PackageにはCA、MCA、およびPCAパッケージのみが含まれています。ここにはFAMDはありません。

dir(prince)

['CA', 'MCA', 'PCA', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', 'ca', 'mca', 'pca', 'plot', 'svd']

— S_Ymln
ソース

import prince.famd

— Emre