python standardscaler_主成分分析PCA之Python与SPSS展示的区别

1 主成分分析PCA原理

• 降维，最大方差因子，协方差，特征向量
• 第一个新坐标轴选择方差最大的方向
• 第二个新坐标轴选择与第一个坐标轴正交且方差最大的方向

2 计算过程

1. 标准化
2. 计算协方差
3. 计算特征向量、特征值（即贡献方差）
4. 贡献方差排序
5. 返回成分得分系数矩阵
6. 计算因子得分

3 SPSS与Python区别

• 总体关系是：因子得分F=数据标准化Z*成分得分系数矩阵K
• SPSS会自动对数据做标准化，计算因子得分也是标准化结果
• 成分得分系数矩阵，SPSS系数=Python系数/特征值的平方根
• SPSS系数矩阵与Python系数矩阵方向可能相反，SPSS系数矩阵一般取系数和为正的方向
• SPSS还有描述统计、提取、旋转等更多功能

4 SPSS主成分分析操作

分析-降维-因子分析

抽取：要提取的因子数4

得分：保存为变量，显示因子得分系数矩阵

计算综合得分

转换-计算变量，输入权重乘以因子和公式

5 Python主成分分析代码

import 

pca

pca

k1_spss

#因子得分