主成分分析matlab理论 实验.pptVIP

如果你是一个公司的财务经理，掌握公司的所有财务数据，比如固定资产、流动资金、每一笔借贷的数额和期限、各种税费、工资支出、原料消耗、产值、利润、折旧、职工人数、职工的分工和教育程度等等。 如果让你在董事会上介绍公司状况，你能够把这些指标和数字原封不动地摆出去吗？ 当然不能。 你必须将各个方面进行高度概括，用几个代表指标简单明了地把情况说清楚。 引言 6.5 主成分分析 在处理实际问题中，在很多情况下，不同指标之间可能存在一定的相关性，即变量反映样本的信息有一定重叠。 由于指标较多再加上信息的重叠，势必增加了问题的复杂性。我们希望通过克服相关性、重叠性，用较少的变量代替原来较多的变量，而这些较少变量可以反映原来众多变量的大部分信息，这实际上是一种“降维”的思想。 主成分分析（principal component analysis）是一种通过降维技术将多个变量化为少数几个主成分（即综合变量）的统计分析方法。这些主成分通常表示为原始变量的某种线性组合，能够反映原始变量的绝大部分信息。 一. 什么是主成分分析 一般来说，主成分分析得到的主成分与原始变量间有如下基本关系： 二. 关系 1.每一个主成分都是各原始变量的线性组合 2.主成分的数目大大少于原始变量的