32主成分分析.pdfVIP

3.2 主成分分析主成分分析 §§11 基本思想基本思想 主成分分析(Principal Components Analysis ， PCA)PCA)也称为主分量分析也称为主分量分析，是是一种通过降维来种通过降维来 简化数据结构的方法简化数据结构的方法：：如何把多个变量如何把多个变量 （（指标指标）） 化为少数几个综合变量（综合指标），而这几 个综合变量可以反映原来多个变量的大部分信 息息。 例如在评价企业的经营业绩时，要考虑许多 指标指标，，如利润如利润、产值产值、产品数量产品数量、产品质量产品质量、 固定资产、流动资产等等。若要全部列出， 也许可以有几十个变量。因此用少量的几个 综合变量代替原来的许多变量是有实际意义综合变量代替原来的许多变量是有实际意义 的。由这几个综合变量出发还有可能得到一 个总的指标，按此总指标来排序、分类，问 题就题就可能简单多了能简单多了。 §2 数学模型与几何解释 假设我们所讨论的实际问题中，有p个指 标标，我们把这我们把这pp个指标看作个指标看作pp个随机变量个随机变量，记为记为XX ， 1 X ，…，X ，主成分分析就是要把这p个指标的问 2 p 题，转变为讨论p个指标的线性组合的问题，而 这些新的指标这些新的指标FF ，FF ，…，FF (k≤p(k≤p）），按照保留按照保留 1 2 k 主要信息量的原则充分反映原指标的信息，并且 相互独立。 这种由讨论多个指标降为少数几个综合指 标的过程在数学上就叫做降维标的过程在数学上就叫做降维。主成分分析通主成分分析通 常的做法是常的做法是，，寻求原指标的线性组合寻求原指标的线性组合F 。。 ii F u X +u X + u X + 1 11 1 21 2 p 1 p FF uu XX ++uu XX ++ ++uu XX 22 1212 11 2222 22 p 22 p F u X +u X ++u X p 1p 1 2p 2 pp p 平移、旋转坐标轴 x FF1 2 主 F 成 成 2 •• • • • 分 •