数学建模常用模型及代码：主成分分析（分析类）

1.含义

当有多个纯数字特征或因素参与分析，而有的因素之间很有关联，就可以采用主成分分析法来降维处理，将高维数据转换为低维数据，降低分析的复杂度，有效解决冗余特征带来的多重共线性问题。如下面这种表：

、

数学建模中经常给个表里面有很多列，几十列，这样不好分析，需要将其降维降成几列。

2.输入输出：        

• 输入：多个数值型的数据
• 输出：降维后的数据，具体还剩几维都是，看累计贡献度什么时候>80%，具体百分之几看情况而定。它的输出不再是输入的那些变量了，而是综合这些变量产生的新变量。

• • 3.适用范围：

  • 可以计算权重，给每一行一个综合的得分
  • 样本量必须大！

4.代码

相关数据表及python代码：

链接：https://pan.baidu.com/s/1qjbnYCoOEMXoutX9nmv0fg 
提取码：uk53

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler
# 设置中文字体
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

# 读取数据read_excel，read_csv
df = pd.read_excel(r'C:\Users\zhanyu\Desktop\data\豆瓣电影数据clean.xlsx')
df = df[:][['投票人数','时长','年代','评分']]
df.head()

# 设置可以展示多少数据,不加数据看不完整
pd.set_option('display.max_columns',100)
pd.set_option('display.max_rows',500)

# 标准化数据
scaler = StandardScaler()
df = scaler.fit_transform(df)

pca=PCA(n_components=4, svd_solver='full')   # n_components指定保留的主成分个数,mle会自动选择最合适的个数

# 主成分分析
pca.fit(df)

# 获得主成分及主成分个数
components = pca.components_
n_components = pca.n_components_

# 降维后的数据
transformed_data = pca.transform(df)

# 打印结果
print("主成分个数：",pca.n_components_)
print("主成分：")
print(pca.components_)
print('各主成份贡献率（可以作为权重）',pca.explained_variance_ratio_)
print('累计贡献率',np.cumsum(pca.explained_variance_ratio_)[-1])
print("降维后的数据：")
print(transformed_data)

# 获得降维后的数据
reduced_df = pd.DataFrame(data=transformed_data, columns=['主成分1', '主成分2','主成分3','主成分4'])[['主成分1', '主成分2','主成分3']]
reduced_df.to_excel(r'C:\Users\zhanyu\Desktop\data\主成分分分析.xlsx')

相关图表的绘制： 

# 可视化-碎石图
plt.figure(figsize=(8, 6))
plt.plot(range(1, len(pca.explained_variance_ratio_) + 1), pca.explained_variance_, marker='o', linestyle='--')
plt.xlabel('主成分数量')
plt.ylabel('特征值')
plt.title('PCA 碎石图')
plt.grid()
plt.show()

# 因子得分系数矩阵（载荷矩阵与各主成分贡献率相乘）：可以作为后续每个元素的权重
weighted_loadings = loadings_df * pca.explained_variance_ratio_[:, np.newaxis]
weighted_loadings

注：这里仅有一个主成分分析模型，也可以多个评分模型，总分=权重x值+权重x值...