作图,数据整序;
降维舍弃信息,保留有用信息。
目的:高维数据通过线性变换投射到低维,方便统计处理。
向量乘以矩阵,相当于换一个坐标系。
要求:降低“噪声”,减少“冗余”。
主成分分析(PCR),通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。
# 读取数据文件
setwd("e:/rdata")
# 因为数据文件中有中文,带系数GBK编码
# row.names作行索引
bdt <- read.csv("28provinces.csv",
fileEncoding = 'GBK',
row.names = 1)
bdt["辽宁",]
attach(bdt)
plot(height,sitting.height)
plot(height,weight)
pca <- princomp(bdt)
biplot(pca)
主成分分析(PCR)想要目标空间,排序信息量从高到低,低的可去除。
协方差
矩阵的对角化:https://blog.csdn.net/compression/article/details/49180775
特征值,特征向量。Ax=x
正交矩阵定义是A的转置乘A等于单位阵E,即AT*A=E,等式两边同乘A的逆,就可以得到A的转置等于A的逆。
bdt
# 中心化的矩阵
cent.mat <- t(t(bdt) - colMeans(bdt))
cent.mat
colMeans(cent.mat)
N <- nrow(bdt)
# 协方差
cov.mat <- t(cent.mat)%*%cent.mat/(N-1)
round(cov.mat,2)
# 协方差-2
cov(bdt)
var(bdt)
cov(height,weight)