我有一组数据点。每个点有 6 个维度 ( x1, x2,...x6)。我想找到二维(例如x1 vs x2)之间的关系。到目前为止,我一直在做的是x3 to x6通过定义一个带来寻找其他维度 ( ) 相对恒定的点。这样,我将获得几组数据点,其中只有两个感兴趣的维度会发生变化。
我想知道是否有更好的方法来分析这两个维度之间的关系。我查看了 PCA,但我感觉它对我没有多大帮助。如果我将问题简化为二维,则轴基本上没有意义。
各位大神能给个方向看看吗?
我有一组数据点。每个点有 6 个维度 ( x1, x2,...x6)。我想找到二维(例如x1 vs x2)之间的关系。到目前为止,我一直在做的是x3 to x6通过定义一个带来寻找其他维度 ( ) 相对恒定的点。这样,我将获得几组数据点,其中只有两个感兴趣的维度会发生变化。
我想知道是否有更好的方法来分析这两个维度之间的关系。我查看了 PCA,但我感觉它对我没有多大帮助。如果我将问题简化为二维,则轴基本上没有意义。
各位大神能给个方向看看吗?
你可以看看典型相关分析。它试图找到两组数据之间的相关性。我想你可以调整它来探索你的数据。