PCA的概念
2016-01-07 00:00
190 查看
摘要: PCA的概念
主成分分析(Principal Component Analysis,PCA), 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。
在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。
主成分分析首先是由K.皮尔森对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
主成分分析(Principal Component Analysis,PCA), 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。
在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。
主成分分析首先是由K.皮尔森对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
相关文章推荐
- Windows系统下安装配置Nginx
- Thinkphp3.2.3 路由
- eclipse设置和优化
- js 中的继承
- 关于Spring4.0 MappingJackson2HttpMessageConverter
- springmvc提交带日期的表单400
- spring mvc 模型解析
- 触发器
- SQL Server 触发器
- 触发器摘录
- 触发器的优缺点
- Python学习第一天
- Python学习第二天
- 设计模式之行为模式
- UIcollection基础
- MySQL 对于大表(千万级),要怎么优化
- Git易忘命令总结
- iOS 9音频应用播放音频之iOS 9音频播放进度
- The Citrix server is unable to process your reques
- 每日一模式之数据库模式