快訊 來源：互聯網 2023-08-10 03:06:56
1、主成分分析是指通過將一組可能存在相關性的變量轉換城一組線性不相關的變量，轉換后的這組變量叫主成分。
2、主成分分析步驟：對原始數據標準化，2、計算相關系數，3、計算特征，4、確定主成分，5、合成主成分。
(相關資料圖)
3、主成分分析的原理是設法將原來變量重新組合成一組新的相互無關的幾個綜合變量，同時根據實際需要從中可以取出幾個較少的總和變量盡可能多地反映原來變量的信息的統計方法叫做主成分分析或稱主分量分析，也是數學上處理降維的一種方法。
4、擴展資料主成分分析的主要作用1．主成分分析能降低所研究的數據空間的維數。
5、2．有時可通過因子負荷aij的結論，弄清X變量間的某些關系。
6、3．多維數據的一種圖形表示方法。
7、4．由主成分分析法構造回歸模型。
8、即把各主成分作為新自變量代替原來自變量x做回歸分析。
9、5．用主成分分析篩選回歸變量。
10、最經典的做法就是用F1（選取的第一個線性組合，即第一個綜合指標）的方差來表達，即Va（rF1）越大，表示F1包含的信息越多。
11、因此在所有的線性組合中選取的F1應該是方差最大的，故稱F1為第一主成分。
12、參考資料來源：百度百科-主成分分析。
本文到此分享完畢，希望對大家有所幫助。
標簽：
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
