شماريات ۾ پرنسپل جزو تجزيو
پنڊال
پرنسپل ڪمپونينٽ ايناليسس (PCA) هڪ شمارياتي ٽيڪنڪ آهي جيڪا ڊيٽا جي طول و عرض کي گهٽائڻ لاءِ استعمال ڪئي ويندي آهي جڏهن ته ڊيٽا سيٽ جي ضروري خاصيتن کي برقرار رکندي. اهو وڏي پيماني تي نمونن جي سڃاڻپ، تصوير پروسيسنگ، ۽ جينومڪ ڊيٽا تجزيو جهڙن شعبن ۾ استعمال ٿيندو آهي، جتي وڏي ڊيٽا حجم تشريح ۽ پروسيسنگ کي پيچيده بڻائي سگهن ٿا. PCA اهم معلومات وڃائڻ کان سواءِ ڊيٽا کي آسان بڻائڻ ۾ مدد ڪري ٿو، ان کي جديد ڊيٽا تجزيو ۾ هڪ انتهائي مفيد اوزار بڻائي ٿو.
پي سي اي جو بنيادي نظريو
پي سي اي جو بنيادي اصول ڊيٽا کي ڪوآرڊينيٽس جي هڪ نئين سيٽ ۾ تبديل ڪرڻ آهي، جتي ڊيٽا ۾ وڌ ۾ وڌ تبديلي پهرين جزو طرفان قبضو ڪئي ويندي آهي، ٻئي جزو پاران ٻئي سڀ کان وڌيڪ تبديلي، وغيره. انهن حصن کي پرنسپل جزا سڏيو ويندو آهي. عمل ۾ ڪيترائي اهم مرحلا شامل آهن:
1. ڊيٽا جي معيار بندي: مختلف ڊيٽا جا اڪثر مختلف اسڪيل هوندا آهن، جيڪي PCA جي نتيجن کي متاثر ڪري سگهن ٿا. تنهن ڪري، ڊيٽا کي عام طور تي اوسط کي گھٽائڻ ۽ معياري انحراف سان ورهائڻ سان معياري ڪيو ويندو آهي.
2. ڪووريئنس ميٽرڪس: ايندڙ قدم معياري ڊيٽا جي ڪووريئنس ميٽرڪس جو حساب لڳائڻ آهي. هي ميٽرڪس اهو سمجهڻ ۾ مدد ڪري ٿو ته ٻه متغير ڪيئن گڏجي تبديل ٿين ٿا.
3. ايگن ويليو ۽ ايگن ويڪٽر: ڪوويرينس ميٽرڪس جي ايگن ويليو ۽ ايگن ويڪٽر جو حساب ڪيو ويندو آهي. ايگن ويڪٽر پرنسپل حصن جي هدايت جو تعين ڪندو آهي، جڏهن ته ايگن ويليو انهن جي اهميت جو تعين ڪندو آهي.
4. جزو جي ترتيب: مکيه جزن کي انهن جي ايجين ويليوز جي مطابق ترتيب ڏنو ويندو آهي، وڏي کان ننڍي تائين. مکيه جزن جي چونڊ عام طور تي ايجين ويليوز تي ٻڌل هوندي آهي، وڌيڪ تجزيي لاءِ وڏين ايجين ويليوز وارن جزن کي چونڊيو ويندو آهي.
5. ڊيٽا ٽرانسفارميشن: اصل ڊيٽا کي پوءِ وڌيڪ تجزيي لاءِ پرنسپل جزوي جاءِ ۾ تبديل ڪيو ويندو آهي.
پي سي اي ۾ قدم
1. ڊيٽا گڏ ڪرڻ
پي سي اي ۾ پهريون قدم لاڳاپيل ڊيٽا گڏ ڪرڻ آهي. هي ڊيٽا تجزيو لاءِ ڪافي وڏو هجڻ گهرجي ته جيئن بامعني نتيجا حاصل ڪري سگهجن. مثال طور، صحت جي سار سنڀال جي درخواست لاءِ، ڪو به مريض ڊيٽا گڏ ڪري سگهي ٿو جهڙوڪ قد، وزن، بلڊ پريشر، وغيره.
2. ڊيٽا جي معيار بندي
ڊيٽا گڏ ڪرڻ کان پوءِ، ان جي اندر هر خصوصيت (ڪالمن) کي معياري بڻائڻ گهرجي. معيار جي پويان منطق اهو يقيني بڻائڻ آهي ته هر خصوصيت PCA ۾ برابر حصو ڏئي، قطع نظر ان جي اصل پيماني جي. معيار جي حاصلات هر خصوصيت مان اوسط کي گھٽائڻ ۽ پوءِ ان کي معياري انحراف سان ورهائڻ سان حاصل ڪئي ويندي آهي.
فارموليشن:
\"Z = \frac{X - \mu}{\sigma} \]
جتي \(X\) اصل خصوصيت جي قيمت آهي، \(\mu\) خصوصيت جو مطلب آهي، ۽ \(\sigma\) خصوصيت جو معياري انحراف آهي.
3. هڪ ڪوورينس ميٽرڪس ٺاهڻ
ايندڙ قدم معياري ڊيٽا مان هڪ ڪووريئنس ميٽرڪس ٺاهڻ آهي. ڪووريئنس ميٽرڪس هڪ چورس ميٽرڪس آهي جيڪو خاصيتن جي تبديلي ۽ انهن جي وچ ۾ لاڳاپن جي نمائندگي ڪري ٿو.
فارموليشن:
\[ Cov(X, Y) = E[(X – E[X])(Y – E[Y])] \]
جتي \(E\) توقع يا سراسري آهي.
4. ايگين ويليوز ۽ ايگين ويڪٽرز جو حساب ڪرڻ
هڪ ڀيرو ڪووريئنس ميٽرڪس ٺهي ويندو آهي، ايندڙ قدم ايگن ويليوز ۽ ايگن ويڪٽرز جو حساب لڳائڻ آهي. ايگن ويڪٽرز ۽ ايگن ويليوز پي سي اي جي ريڙهه آهن ڇاڪاڻ ته اهي پرنسپل حصن جي هدايت ۽ اهميت جو تعين ڪن ٿا. هڪ وڏو ايگن ويليو لاڳاپيل ايگن ويڪٽر پاران ڏنل هدايت ۾ وڌيڪ فرق کي ظاهر ڪري ٿو.
5. ايجين ويليوز جي بنياد تي اجزاء کي ترتيب ڏيڻ
مکيه جزا انهن جي ايجين ويليوز جي لحاظ کان ترتيب ڏنل آهن، وڏي کان ننڍي تائين. سڀ کان وڏي ايجين ويليو سان مکيه جزو ڊيٽا ۾ تبديلي ۾ سڀ کان وڌيڪ حصو وٺندو آهي.
6. رکڻ لاءِ اجزاء جو تعداد چونڊڻ
سڀني مکيه حصن کي برقرار رکڻ جي ضرورت ناهي. جزو جي چونڊ ايجين ويليوز تي ٻڌل آهي. هڪ عام طريقو 'مجموعي وضاحت ٿيل ويرينس' آهي، جيڪو ظاهر ڪري ٿو ته ڊيٽا ۾ ڪل ويريئنس جو ڪيترو تناسب ڪيترن ئي مکيه حصن پاران بيان ڪيو ويو آهي.
7. ڊيٽا ٽرانسفارميشن
آخري قدم اهو آهي ته اصل ڊيٽا کي چونڊيل پرنسپل ڪمپونينٽ اسپيس جي ڪوآرڊينيٽس ۾ تبديل ڪيو وڃي. هن پرنسپل ڪمپونينٽ اسپيس ۾ قدر نوان خاصيتون بڻجي ويندا آهن جن جو وڌيڪ تجزيو ڪري سگهجي ٿو.
پي سي اي ايپليڪيشنون
درجه بندي ۽ نموني جي سڃاڻپ
پي سي اي کي درجه بندي ۽ نمونن جي سڃاڻپ ۾ وڏي پيماني تي استعمال ڪيو ويندو آهي. ڊيٽا جي طول و عرض کي گهٽائڻ سان، پي سي اي درجه بندي جي عمل کي وڌيڪ ڪارآمد بڻائي ٿو ۽ ڪمپيوٽيشنل پيچيدگي کي گهٽائي ٿو. مثال طور، چهري جي سڃاڻپ ۾، پي سي اي تصويرن ۾ چهرن جي طول و عرض کي گهٽائي ٿو ته جيئن ڪمپيوٽر انهن کي وڌيڪ جلدي سڃاڻي سگهن.
تصوير پروسيسنگ
پي سي اي اهم تفصيلن کي وڃائڻ کانسواءِ تصوير جي سائيز کي گهٽائي سگهي ٿو. هي ٽيڪنڪ تصويرن مان خاصيتون ڪڍڻ لاءِ پڻ استعمال ڪئي ويندي آهي جيڪي مختلف ايپليڪيشنن جهڙوڪ اعتراض جي سڃاڻپ، ڪنڊ جي ڳولا، ۽ تصوير جي ڀاڱي ۾ استعمال ٿي سگهن ٿيون.
جينوم ڊيٽا تجزيو
حياتيات ۾، جينومڪ ڊيٽا اڪثر ڪري تمام وڏو ۽ پيچيده هوندو آهي. پي سي اي جينومڪ ڊيٽا جي طول و عرض کي گهٽائڻ لاءِ استعمال ڪيو ويندو آهي، جيڪو ڊيٽا اندر نمونن ۽ لاڳاپن کي ڳولڻ ۽ تجزيو ڪرڻ آسان بڻائي ٿو. هي خاص طور تي جينياتي تحقيق ۽ دوا جي ترقي ۾ مددگار آهي.
ماليات ۽ معاشيات
پي سي اي پورٽ فوليو خطري جي تجزيي ۽ اسٽاڪ جي قيمت جي اڳڪٿي ۾ استعمال ٿيندو آهي. مالي ڊيٽا جي طول و عرض کي گهٽائڻ سان، تجزيو انهن عنصرن تي وڌيڪ ڌيان ڏئي سگهي ٿو جيڪي مارڪيٽ تي خاص طور تي اثر انداز ٿين ٿا.
نتيجو
پرنسپل ڪمپونينٽ ايناليسس (PCA) شماريات ۽ مشين لرننگ ۾ هڪ طاقتور ٽيڪنڪ آهي. اهم معلومات وڃائڻ کان سواءِ ڊيٽا جي طول و عرض کي گهٽائڻ سان، PCA وڌيڪ ڪارآمد ۽ تشريحي تجزيو کي قابل بڻائي ٿو. جڏهن ته PCA طاقتور آهي، ان جي حدن کي سمجهڻ ضروري آهي: اهو صرف تڏهن اثرائتو آهي جڏهن ڊيٽا لڪير سان ٺهيل هجي. PCA ۽ ان جي امڪاني ايپليڪيشنن کي سمجهڻ اسان کي وڏي، پيچيده ڊيٽاسيٽس مان گهري بصيرت ڪڍڻ جي اجازت ڏئي ٿو، ان کي جديد ڊيٽا تجزيي ۾ هڪ ضروري اوزار بڻائي ٿو.
