extract_pca: PCA-Merkmale (pca)

In dnlvgt/rktiq: Toolbox zur Verarbeitung von Sensorsignalen

Description

Berechnet fuer ein Signal eine niedrigdimensionale Projektion basierend auf den Eigenfunktionen der Hauptkomponentenanalyse (PCA).

Usage

prepare_pca(
  x,
  window_length_in_sec,
  is_jittered = TRUE,
  rotation = NULL,
  .seed = 0,
  ...
)

extract_pca(x, rotation, nr_components = 3, ...)

Arguments

x	Dataframe, der das zu verarbeitetende Signal enthaelt und mindestens eine Spalte value besitzt.
window_length_in_sec	Numerischer Wert mit der einheitlichen Laenge der Signalfenster.
is_jittered	Logischer Wert, ob Signalwerte minimal verrauscht werden (Default: TRUE).
rotation	prcomp-Objekt (Liste) mit den PCA-Rotationen, die ggf. vorberechnet wurden und weitergereicht werden sollen (Default: NULL, d.h. Rotationen werden neu berechnet).
.seed	Numerischer Wert mit Seed-Wert, mit dem der Zufallsgenerator fuer das Verrauschen initialisiert wird (Default: 0).
...	Weitere Argumente, die durchgereicht werden koennen.
nr_components	Numerischer Wert mit der Anzahl der zu verwendenen PCA-Komponenten, d.h. der resultierenden Dimensionen (Default: 3).

Details

Fuer jede Komponente i werden die zugehoerigen Merkmale pc_i berechnet, z.B. pc_1, pc_2 und pc_3 fuer nr_components == 3.

Bei der Uebergabe der Signalfenster an Funktion feature ist zu beachten, dass sie eine einheitliche Laenge und eine regulaere Abtastung besitzen sollten, da sonst keine sinnvollen Eigenfunktionen berechnet werden.

Value

Liste mit vorbereiteten Argumenten.

Dataframe mit berechneten Merkmalen.

Functions

• prepare_pca: Bereitet PCA-Merkmale vor.

See Also

Other Merkmalsfunktionen: extract_fft_peak(), extract_fit_linear(), extract_form_bin(), extract_raw(), extract_stat(), prepare_hist_equi()

dnlvgt/rktiq documentation built on Jan. 6, 2020, 10:26 p.m.