Implementación de PCA en Java

Question

Necesito la implementación de PCA en Java. Estoy interesado en encontrar algo que esté bien documentado, práctico y fácil de usar. ¿Alguna recomendación?

Answer 1

Aquí hay uno: PCA Class.

Esta clase contiene los métodos necesarios para un análisis básico de componentes principales con una rotación varimax. Las opciones están disponibles para un análisis utilizando la covarianza o la correlación martix. Se realiza un análisis paralelo, usando simulaciones de Monte Carlo. Se encuentran disponibles criterios de extracción basados ​​en valores propios mayores que la unidad, mayores que un percentil de autovalores de Monte Carlo o mayores que los valores propios de Monte Carlo.

Answer 2

cheque http://weka.sourceforge.net/doc.stable/weka/attributeSelection/PrincipalComponents.html weka, de hecho, tienen muchas otras algoritmo que podría ser utilizado junto con la PCA y también weka está añadiendo más algoritmo de vez en cuando. así que, si estás trabajando en Java, cambia a weka api.

Answer 3

Ahora hay una serie de implementaciones de análisis de componentes principales para Java.

1. Apache Spark: https://spark.apache.org/docs/2.1.0/mllib-dimensionality-reduction.html#principal-component-analysis-pca

   SparkConf conf = new SparkConf().setAppName("PCAExample").setMaster("local"); 
   try (JavaSparkContext sc = new JavaSparkContext(conf)) { 
       //Create points as Spark Vectors 
       List<Vector> vectors = Arrays.asList(
         Vectors.dense(-1.0, -1.0), 
         Vectors.dense(-1.0, 1.0), 
         Vectors.dense(1.0, 1.0)); 
   
       //Create Spark MLLib RDD 
       JavaRDD<Vector> distData = sc.parallelize(vectors); 
       RDD<Vector> vectorRDD = distData.rdd(); 
   
       //Execute PCA Projection to 2 dimensions 
       PCA pca = new PCA(2); 
       PCAModel pcaModel = pca.fit(vectorRDD); 
       Matrix matrix = pcaModel.pc(); 
   } 
   

2. ND4J: http://nd4j.org/doc/org/nd4j/linalg/dimensionalityreduction/PCA.html

   //Create points as NDArray instances 
   List<INDArray> ndArrays = Arrays.asList(
        new NDArray(new float [] {-1.0F, -1.0F}), 
        new NDArray(new float [] {-1.0F, 1.0F}), 
        new NDArray(new float [] {1.0F, 1.0F})); 
   
   //Create matrix of points (rows are observations; columns are features) 
   INDArray matrix = new NDArray(ndArrays, new int [] {3,2}); 
   
   //Execute PCA - again to 2 dimensions 
   INDArray factors = PCA.pca_factor(matrix, 2, false); 
   

3. Apache Commons Math (single roscado; sin marco)

   //create points in a double array 
   double[][] pointsArray = new double[][] { 
       new double[] { -1.0, -1.0 }, 
       new double[] { -1.0, 1.0 }, 
       new double[] { 1.0, 1.0 } }; 
   
   //create real matrix 
   RealMatrix realMatrix = MatrixUtils.createRealMatrix(pointsArray); 
   
   //create covariance matrix of points, then find eigen vectors 
   //see https://stats.stackexchange.com/questions/2691/making-sense-of-principal-component-analysis-eigenvectors-eigenvalues 
   
   Covariance covariance = new Covariance(realMatrix); 
   RealMatrix covarianceMatrix = covariance.getCovarianceMatrix(); 
   EigenDecomposition ed = new EigenDecomposition(covarianceMatrix); 
   

Nota: La Descomposición de valores singulares, que también se puede usar para encontrar componentes principales, tiene implementaciones equivalentes.

Answer 4

Smile es una biblioteca de ML hecha y derecha para java. Le das una oportunidad a su implementación de PCA. Por favor vea: https://haifengl.github.io/smile/api/java/smile/projection/PCA.html

También hay PCA tutorial con Smile pero el tutorial usa Scala.