有关PCA(Principal Component Analysis)主成分分析/主累積寄与率元分析

最近看前辈论文看到有PCA累计贡献率（PCA累積寄与率）所以科普了一下

----------------------------------转发的分界线，嘤嘤嘤---------------------------------------

一个日文blog： http://d.hatena.ne.jp/nowhere13/20110309/p1

主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定
n 个变量的 m 个观察值，形成一个 n ′ m 的数据矩阵，
n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面进行重点分析呢？如果事物的主要方面刚好体现在几个主要变量上，我们只需要将这几个变量分离出来，进行详细分析。但是，在一般情况下，并不能直接找出这样的关键变量。这时我们可以用原有变量的线性组合来表示事物的主要方面，
PCA 就是这样一种分析方法。