2022
DOI: 10.1016/j.eswa.2021.115984
|View full text |Cite
|
Sign up to set email alerts
|

Principal Component Analysis in MCDM: An exercise in pilot selection

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
5
0
3

Year Published

2022
2022
2024
2024

Publication Types

Select...
8

Relationship

0
8

Authors

Journals

citations
Cited by 28 publications
(14 citation statements)
references
References 28 publications
0
5
0
3
Order By: Relevance
“…Finally, the correlations among the six digital skills at the level of each country were identified by using Principal Components Analysis (PCA). It is a multivariate statistical process which is applied as a data reduction technique in order to identify variables that account for a large proportion of variance in a large data set (Dugger et al, 2022) • Number of items: 6…”
Section: Methodsmentioning
confidence: 99%
“…Finally, the correlations among the six digital skills at the level of each country were identified by using Principal Components Analysis (PCA). It is a multivariate statistical process which is applied as a data reduction technique in order to identify variables that account for a large proportion of variance in a large data set (Dugger et al, 2022) • Number of items: 6…”
Section: Methodsmentioning
confidence: 99%
“…As the input with high dimension size would cause the dimensional "curse" on aforementioned machine learning methods, 41,42 dimension reduction is pretty critical for them to improve their classification performance. In this study, principle component analysis (PCA), 43 with explanation ratio over 90%, is employed to reduce dimension size of image-like wavelet coefficients. The PCA extracted features as the inputs are fed into the aforementioned machine learning methods.…”
Section: Performance Comparisonmentioning
confidence: 99%
“…Literatür araştırması incelendiğinde, yapılan çalışmalarda çoğunlukla istatistiksel analiz yöntemlerinin kullanıldığı görülmektedir. Ancak Çok Kriterli Karar Verme (ÇKKV) yöntemlerini kullanan çalışma sayısı [23] olarak sadece bir adet tespit edilebilmiştir. ÇKKV yöntemlerinin alternatifleri ve kriterleri baz alarak değerlendirme yapması sonucunda elde edilecek faydanın maksimize edilmesini sağladığı için A2F kriterlerinin kapsamlı bir şekilde belirlenip çözülmesi konusunda kullanışlı olacaktır.…”
Section: Tablo 1 Literatür Araştırmasıunclassified
“…Çalışmalar firma ve aday seçimi açısından değerlendirildiğinde; literatürde çoğunlukla firmaların aday seçtiği (F2A) çalışmaların [22], [23], [24], [25] ağırlık kazandığı görülmektedir. Ancak adayların veya üniversite gibi kurum/ kuruluşların firma seçtiği (A2F) çalışma sayısı oldukça sınırlıdır [8], [7].…”
Section: Tablo 1 Literatür Araştırmasıunclassified