多元统计分析学习——PCA
2017-11-23 19:02
211 查看
多元统计分析学习——PCA
主成分分析的引入(基本知识)
目的与原理
通过一组变量的几个线性组合可以解释这组变量的方差-协方差结构,从而可以达到数据的压缩和数据的解释换句话说:p个成分的总体的变异性是可以用k个主成分来说明
question
几个线性组合:这里主成分但并不是p个随机变量的子集,而是其线性组合,具体可参见主成分定义
方差-协方差结构:
何为主成分
p个随机变量代数角度:p个随机变量的一些特殊的线性组合
几何角度:是一种什么样的特殊的线性组合呢?这些线性组合会形成一个新的坐标系,
相关文章推荐
- 统计分析学习之数值分析方法
- 主成分分析PCA学习笔记
- R语言学习笔记之统计分析篇
- 深度学习中的降维操作——PCA(主成分分析)
- Hadoop学习笔记—20.网站日志分析项目案例(三)统计分析
- 统计分析学习之数值分析方法
- 数据挖掘学习------------------1-数据准备-4-主成分分析(PCA)降维和相关系数降维
- 机器学习之主成分分析PCA及代码示例
- 不错的多元统计分析网址
- 机器学习实战精读--------主成分分析(PCA)
- 多元统计分析上机题之R语言实现(主成分)
- 深度学习入门教程UFLDL学习实验笔记三:主成分分析PCA与白化whitening
- 机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)
- 利用spm提供的MoAEpilot听觉数据学习预处理以及单被试glm分析与统计推断
- Excel在统计分析中的应用—第十一章—相关分析-多元相关-多元相关系数
- Hadoop学习笔记—20.网站日志分析项目案例(三)统计分析
- 主成分分析(PCA)学习有感
- 关于聚类分析、判别分析、主成分分析、因子分析等多元统计分析方法
- 多元统计分析及R语言建模-第6章 判别分析
- Deep Learning 学习笔记(9):主成分分析( PCA )与 白化( whitening )