主成分分析的几何意义.pdfVIP

第12章 主成分分析 故事背后的统计 招聘新人面面观，何以觅得有 “才”人？ 人力资源部门 （HR）怎样对一位应聘者做出全面综合的评价，如何准确 抓取各位应聘者的特点，为企业找到合适的人选？如果你是一家企业的 HR ，你会怎么做？ 2 降维 统计分析常面临多变量 （多指标）问题。由于变量较 人们自然希望用较少的变量来代替原来较多的变量， 本章介绍把变量维数降低以便于描述、理解和分析的 多，变量之间也可能存在一定的相关性，导致信息的 而这种代替可以反映原来多个变量的大部分信息，这 方法：主成分分析 重叠，这增加了分析问题的复杂性。 实际上是一种 “降维”的思想。 3 本章目录 12.1 主成分分析的基本原理 12.2 主成分分析的几何意义 12.3 主成分的求解与应用 12.4 主成分的意义解释 4 第一节 主成分分析的基本原理 5 主成分分析的思想 主成分分析 （Principal Components Analysis），也称 主分量分析、主轴分析，通过构建线性组合的方式， 主成分分析 识别多个变量之间的相关性，尽可能充分提取信息。 当这些自变量的第一个线性组合不能提取更多的信 息时，再考虑用第二个线性组合继续这个快速提取 的过程，……，直到所提取的信息与原指标相差不 多时为止。 一般说来，用较少的主成分就可以得到较多的信息量。 因此，通过主成分既可以降低数据 “维数”又保留了 原数据的大部分信息。 6 主成分分析做面试考察中的应用 某一企业需要招聘销售专员，HR根据企 业需求以及该职位的相关性质编制了一 套考核指标体系。 7 主成分分析做面试考察中的应用 简历制作、理解能力、潜能、说服能力 包括 工作经验、外貌、亲和力、自信、开朗程度、雄心 渴望程度、专业契合度、教育背景、领导力、忠诚度 8 主成分分析做面试考察中的应用 A B 面