1、主成分分析的概念
主成分分析(Principle Component Analysis,PCA)是将多个指标化为少数几个综合指标的一种统计分析方法,是一种降维的方式 将多个变量转化为几个少数主成分的方法...2、主成分的直观解释
就是将原来许多具有关联性的指标,重新处理数据,形成一组新的相互无关的综合指标来代替原有指标,数学处理过程就是将原来p个指标做线性组合,作为新指标。...见图1,x1与x2之间是具有相关性的,将y1与x1之间的夹角为Θ,将y1与x1的相关性转换为y2与x2的相关性,采用数学处理方法进行处理,如:
y1=cosΘx1+sinΘx2
y2=-sinΘx1+cosΘx2...图1 主成分分析的几何解释
R语言的运用
假设x1和x2分别表示一个班级的男女的身高体重,做相关图以显示变量间的关系
>x1=c(147,171,175,159,155,152,158,154,164,168,166,159,164,177...5、数学表达式的推导
关于数学表达式的推导,听说很简单,尽管是理科生背景的我,还是觉得不容易。