Análise de componentes principais: diferenças entre revisões

 

== Software/código fonte==

* no [[software livre]] de estatística [[R_(linguagem_de_programação))|R]], as funções [http://stat.ethz.ch/R-manual/R-patched/library/stats/html/princomp.html <code>princomp</code>] e [http://stat.ethz.ch/R-manual/R-patched/library/stats/html/prcomp.html <code>prcomp</code>] podem ser usadas para PCA; <code>prcomp</code> usa a [[decomposição em valores singulares]] que geralmente fornece uma melhor precisão numérica. Existe uma explosão recente em implementações de PCA em diversos pacotes do R, geralmente em pacotes de propósito específico. Veja: [http://cran.r-project.org/web/views/Multivariate.html].

* No [[GNU Octave|Octave]], um ambiente livre de programação compatível com o MATLAB, a função [http://octave.sourceforge.net/statistics/function/princomp.html <code>princomp</code>] dá o componente principal.

* Na [[:en:NAG Numerical Library|Biblioteca NAG]], PCA é implementado via a rotina <code>g03aa</code> (disponível tanto em Fortran<ref>{{ cite web | last = The Numerical Algorithms Group | first = | title = NAG Library Routine Document: nagf_mv_prin_comp (g03aaf) | date = | work = NAG Library Manual, Mark 23 | url = http://www.nag.co.uk/numeric/fl/nagdoc_fl23/pdf/G03/g03aaf.pdf | accessdate = 2012-02-16 }}</ref> em na libguagem C<ref>{{ cite web | last = The Numerical Algorithms Group | first = | title = NAG Library Routine Document: nag_mv_prin_comp (g03aac) | date = | work = NAG Library Manual, Mark 9 | url = http://www.nag.co.uk/numeric/CL/nagdoc_cl09/pdf/G03/g03aac.pdf | accessdate = 2012-02-16 }}</ref>).

*[http://code.google.com/p/cornell-spectrum-imager/wiki/Home Cornell Spectrum Imager] - Uma ferramenta de código aberto baseada no ImageJ. Permite análise rápida e fácil de PCA para 3D ''datacubes''.

 

== Ver Também ==