PCA主成分分析的应用（你在生活中能用到吗？）

最新推荐文章于 2024-07-17 20:00:51 发布

C.Gao

最新推荐文章于 2024-07-17 20:00:51 发布

阅读量4.1k

点赞数 9

分类专栏：数学漫谈文章标签：算法线性代数

本文链接：https://blog.csdn.net/baidu_33652597/article/details/106523705

版权

主成分分析用于解决变量繁多时的决策问题，例如在挑选最佳候选人时，通过构建新变量最大化方差，客观分配权重。在HR选人过程中，主成分分析能帮助整合多个评估指标，区分候选人。尽管主成分可能不直接对应原始指标，但其方差比例可衡量信息包含量。在特定情况下，主成分分析可应用于调整评分标准，如高考或股票指数的构成优化。

摘要由CSDN通过智能技术生成

如果你对主成分分析背后的数学原理感兴趣，可以查看主成分分析的数学原理推导（涉及统计学和线性代数内容）.

首先简单回顾一下主成分分析的用处是什么？简单点说，当我们面对一大堆变量无从下手时，可以利用主成分分析这个有力工具构建一个或少数几个新变量，使得这个或这些新变量可以最大程度的反映原变量的变化。

为了加深理解，在这里举一个具体的例子。假如你是一家公司的HR，你需要从很多申请者中挑选出最佳的候选人. 不妨设1000个人中，挑选出一个人. 这个是一项十分具有挑战性的工作，虽然你可能已经把范围缩小到十个人，但是这十个人各有千秋，难分伯仲，你很难决定. 这时候你想起了数学，既然我选不出来，就让数学去选吧. 于是，你拿起笔开始给每一个人打分，分了七八个指标，比如学历，实习经历，领导力，沟通能力等等.

但是你卡在了最后一步，每个人都有七八个分数，把这七八个分整合成一个分数难住了你. 你本来想的是给每一个指标一个权重，加起来求和就可以了，但是你又想到如果主观地给权重，我还要用数学搞这一套干嘛. 怎么才能客观的给一个权重呢？这时候主成分分析就出场了. 因为这十个人实力十分接近，所以给的权重要尽量的把这十个人区分开来。这和高考一样，高考命题的其中一个目的就是把学生区分开来. 而恰恰主成分分析就是构建一个新变量（第一主成分），并且使得这个新变量的方差达到最大. 于是你利用主成分分析，很快搞了一套权重，然后得到每个人的分数，一目了然.

需要指出的是，主成分分析可