主成分降维:
主成分分析法是一种数学变换的方法,它把给定的一组相关变量通过线性变换转成
另一组不相关的变量,这些新的变量按照方差依次递减的顺序排列。在数学变换
中保持变量的总方差不变,使第一变量具有最大的方差,称为第一主成分,第二
变量的方差次大,并且和第一变量不相关,称为第二主成分。依次类推,个变量
就有个主成分。
其中为维正交化向量(),
主成分(PCA)降维
最新推荐文章于 2024-09-05 23:36:04 发布
主成分分析(PCA)是一种数学变换方法,用于将一组相关变量转化为一组不相关的主成分,减少数据维度同时保留大部分信息。PCA通过计算数据的协方差矩阵,找到最大方差的方向(特征向量),并按方差大小排序。其目的是用较少的变量解释原始数据的主要部分,通常选取贡献率较高的前几个主成分。PCA的应用包括数据降维和重要指标筛选,其中因子载荷的绝对值大小指示了指标对评价结果的重要性。
摘要由CSDN通过智能技术生成