<div dir="ltr">Hi,<div><br></div><div style>I am trying to develop a tool for grass which is one of the things that xgobi[1] does. The idea is from Markus Neteler which is to identify pure pixel/end members from a PCA plot. Since i.pca transforms pixel position is lost. So I need to find out how the pixel values are changed during a PC Analysis. spectral unmixing (i.spec.unmix) needs pure pixels for classification which is not easy to obtain or needs a device field spectrometer which is expensive. So a module in GRASS GIS to do will make the life a lot easier</div>

<div style><br></div><div style>[1] <a href="http://www2.research.att.com/areas/stat/xgobi/">http://www2.research.att.com/areas/stat/xgobi/</a></div></div><div class="gmail_extra"><br><br><div class="gmail_quote">On Thu, Feb 7, 2013 at 1:16 PM, Nikos Alexandris <span dir="ltr"><<a href="mailto:nik@nikosalexandris.net" target="_blank">nik@nikosalexandris.net</a>></span> wrote:<br>

<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">[all deleted]<br>
<br>
Hey Rashad,<br>
<br>
i.pca will output for you Principal Components.  As many variables you will<br>
feed to the algorithm (PCA), as many Principal Components you will get.<br>
<br>
You don't need, normally, to do anything else than use the Principal<br>
Components.  I.e., you can selectively reject some Principal Components which<br>
are not of interest and play with the rest.  The simplest example that falls<br>
into my mind is, e.g. to discard the last Pincipal Component which is "famous"<br>
as to hold noise.<br>
<br>
Could you please elaborate a bit more on what exactly you are after?  It<br>
depends on how much detail you want to squeeze out of PCA -- I mean,<br>
understand each and every step and, possibly, modify the algorithm (?).<br>
<br>
Best, Nikos</blockquote></div><br><br clear="all"><div><br></div>-- <br><div><font face="arial, helvetica, sans-serif">Regards,<br>   Rashad</font></div>
</div>