主成分分析报告(principalcomponentsanalysis,PCA)又称：主分量分析报告,主成分回归分析报告法.docVIP

主成分分析（principal components analysis，PCA）又称：主分量分析，主成分回归分析法 什么是主成分分析法 　　主成分分析也称主分量分析，旨在利用降维的思想，把多 HYPERLINK /wiki/%E6%8C%87%E6%A0%87 \o 指标 指标转化为少数几个综合指标。 　　在 HYPERLINK /wiki/%E7%BB%9F%E8%AE%A1%E5%AD%A6 \o 统计学 统计学中，主成分分析（principal components analysis,PCA）是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大 HYPERLINK /wiki/%E6%96%B9%E5%B7%AE \o 方差 方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据集的对 HYPERLINK /wiki/%E6%96%B9%E5%B7%AE \o 方差 方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。 [ HYPERLINK /w/index.php?title=%E4%B8%BB%E6%88%90%E5%88%86%E5%