数据分析,主成分分析例题

数据分析,主成分分析例题已知协方差矩阵求X的各主成分以及主成分的贡献率主成分分析原理:找出几个综合变量来代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息量,且彼此之间互不相关统计方法:主成分分析(主分量分析)主成分分析步骤1.根据已知协方差矩阵,求出相应的特征值(特征根)令|kE-A|=0(其中k是特征值),求出的k就是所需要的特征值2.求出对应特征值的特征向量解方程|kE-A|X=0,求X的所有情况(参考高等代数的第三章解线性方程组)求出基本解系,设定自由未知量的值(X是向量)3.对所求出来

已知协方差矩阵求X的各主成分以及主成分的贡献率
在这里插入图片描述

主成分分析

原理:找出几个综合变量来代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息量,且彼此之间互不相关

统计方法:主成分分析(主分量分析)

主成分分析步骤

1.根据已知协方差矩阵,求出相应的特征值(特征根)

令|kE-A|=0(其中k是特征值),求出的k就是所需要的特征值

2.求出对应特征值的特征向量

解方程|kE-A|X=0,求X的所有情况(参考高等代数的第三章解线性方程组)
求出基本解系,设定自由未知量的值
(X是向量)

3.对所求出来的特征向量进行正交化

正交化:使得两个向量线性无关
(详细方法下面解题过程中有)

4.对于正交化后的向量进行单位化

使正交化后的向量进行单位化

5.选择重要的主成分并写出主成分表达式

对应的单位正交化后的向量对应系数

6.计算主成分得分

7.依据主成分得分的数据进行进一步的统计分析

下面是例题的求解过程
在这里插入图片描述
数据分析,主成分分析例题

总结

矩阵计算的基础,行列式的基本运算,求特征值和特征根,掌握这三点,基本这个题就可以做了,考试的时候计算不要占用太多的时间

今天的文章数据分析,主成分分析例题分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/5066.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注