主成分分析学习笔记

一 学习链接:

第六章:6.2.1 总体主成分分析 (总体主成分推导)_哔哩哔哩_bilibili

通俗易懂的主成分分析法(PCA)详解_Murray_-DevPress官方社区 (csdn.net)


通俗易懂的主成分分析法(PCA)详解_Murray_-DevPress官方社区 (csdn.net)二 概念

主成分分析学习笔记_第1张图片

PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。 

主成分分析学习笔记_第2张图片

Var(Zj) :方差

 

主成分分析学习笔记_第3张图片 

 


主成分分析学习笔记_第4张图片

 


主成分分析学习笔记_第5张图片

如果变量的量纲差距很大,可以做标准化再进行主成分分析。 


主成分分析学习笔记_第6张图片

 每一行是随机变量的一组观测值

主成分分析学习笔记_第7张图片

 


三 实例 

例1

主成分分析学习笔记_第8张图片

 主成分分析学习笔记_第9张图片

 

例2

主成分分析学习笔记_第10张图片


主成分分析学习笔记_第11张图片 

 主成分分析学习笔记_第12张图片


 

四 主成分个数选择

主成分分析学习笔记_第13张图片

 主成分分析学习笔记_第14张图片

主成分分析学习笔记_第15张图片 

 

你可能感兴趣的:(机器学习,学习)