qq_41301428的博客

主成分分析是最具有前瞻性、最具有探索性的降维方法，理论非常完备。如果碰到了一组数据，首先要尝试主成分分析。因子分析几乎不需要做任何运算，所以非常流行。着力点在于因子载荷矩阵的解释说明，以及由他引起的因子命名，那是因子分析最精华的部分。不管是主成分分析还是因子分析，结果是否与现实符合有两个验证。 - 来源于原始数据，原始数据得到了验证，更想锦上添花。就做聚类分析。聚类分析的特点就是把那些数据差不多的分到一起，观察原始数据是否可靠。得到聚类结果后，为了加强数据的可靠性，可以利用判别分析进行验证。观

离哪一类距离近，就是哪类。（四个组别）将需要判断的数据带入四组的函数关系式中，那个数值大，就归为哪一类。符：

1.聚类2、聚类结果

旋转因子矩阵 = 相关系数矩阵*因子得分矩阵以上是因子分析步骤。

矩阵的思想方程式 用syms定义变量。方程式都可以化为矩阵相乘。输出结果用vpa()保留小数。vpa(Y,4);当在回归分析中，显著性没有满足要求的（小于等于0.05），进行因子分析。操作步骤：1、原始数据2、将原始数据标准化3、进行降维因子分析。利用matlab处理数据4、求f矩阵如果想得出所有因素的情况下，综合评估。可将f矩阵的每一行进行加权平均。（除原有因素的数量），然后进行评估。6、将f矩阵的每一个列向量f1、f2、f3作为自变量，与原始数据的因变量进行多元回

图片拼接1.将图片竖着分成几份，然后将其拼接成功。clc, clear;Information_picture = struct('Position',[],'Left_value',[],'Right_value',[]); % 存储图像信息结构体dir_name = 'ImageChips';files = dir(fullfile(dir_name, '*.bmp'));[Number_rows,Number_columns] = size(uint8(imread(files(1).n

随机模拟实验设某种商品每周的需求量服从（10,30）上的均匀分布，而商店的进货量为（10,30）中的某一整数，商店每销售一单位商品，可获利500元；若供大于求，导致积压1单位商品，将亏损100元；若供不应求，则可从外部调剂，此时每1单位商品仅获利300元。请编写随机模拟程序计算，为使每周获利的数学期望最大，最佳的进货量是多少？（注：随机模拟的思想为：step1.产生（10,30）上一随机数，作为这一周的需求量，根据其与的关系计算这周的获利；重复step1N（可取1万）次，计算这N次获利的平均，作为每周

囚徒就餐一座监狱里有大量囚徒，在用餐时间，看守把一定数量的囚徒安排在餐桌旁就餐，安排时有如下规定：每张餐桌旁的人数必须相等。每张餐桌旁的人数必须是奇数。看守发现：当他安排每张座子3个犯人时，多了2人；当他安排每张座子5个犯人时，多了4人；当他安排每张座子7个犯人时，多了6人；当他安排每张座子9个犯人时，多了8人；当他安排每张座子11个犯人时，恰好都入座了。已知监狱囚犯不超过10000人，试编程求解监狱囚犯最少有多少人。for i in range(1,10000):