浅析主成分分析法及案例分析.docx

主 成 分 分 析 专 业：服装设计与工程题 目：浅析主成分分析及案例分析 专 业：服装设计与工程 题 目：浅析主成分分析及案例分析 姓 名：吴旭波 学 号：M090111114 指导老师：刘 翔 在统计学中，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。 在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为 HYPERLINK /wiki/%E5%8F%98%E9%87%8F \o 变量 变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的 HYPERLINK /wiki/%