|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 4 van 9 gevonden artikelen
| Titel: |
Multiple correspondence analysis for "tall" data sets |
| Auteur: |
Markos, Angelos Menexes, George Papadimitriou, Theophilos |
| Verschenen in: |
Intelligent data analysis |
| Paginering: | Jaargang 13 (2009) nr. 6 pagina's 873-885 |
| Jaar: |
2009-11-25 |
| Inhoud: |
Correspondence Analysis (CA) is a statistical method aiming at the graphical representation of the contingencies between the rows and the columns of a categorical data set. A critical step of the CA algorithm is the Singular Value Decomposition (SVD) analysis of a coded matrix. The size of this matrix affects drastically the analysis computational cost. As the size of the matrix increases, the method becomes computationally expensive or even impossible. In this paper we propose an alternative scheme that overpasses this limitation, without affecting the results accuracy. A set of Monte Carlo simulations and real data applications showed the efficiency of the proposed approach over the standard one, especially in the case of "tall" data sets. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 4 van 9 gevonden artikelen
| << vorige | volgende >> |