PCA主成分分析方法剖析ppt课件.pdfVIP

§3.5主成分分析方法

1

本节主要内容：

n主成分分析的基本原理

n主成分分析的计算步骤

n主成分分析方法应用实例

2

问题的提出：

地理系统是多要素的复杂系统。在地理学研究中，

多变量问题是经常会遇到的。变量太多，无疑会增加

分析问题的难度与复杂性，而且在许多实际问题中，

多个变量之间是具有一定的相关关系的。

因此，人们会很自然地想到，能否在相关分析的

基础上，用较少的新变量代替原来较多的旧变量，而

且使这些较少的新变量尽可能多地保留原来变量所反

映的信息？

3

事实上，这种想法是可以实现的，主成分分析方

法就是综合处理这种问题的一种强有力的工具。

主成分分析是把原来多个变量划为少数几个综合

指标的一种统计分析方法。

从数学角度来看，这是一种降维处理技术。

4

n假定有n个地理样本，每个样本共有p个变量，构

成一个n×p阶的地理数据矩阵

基

本（3.5.1）

原

理当p较大时，在p维空间中考察问题比较麻烦。

为了克服这一困难，就需要进行降维处理，即用

较少的几个综合指标代替原来较多的变量指标，

而且使这些较少的综合指标既能尽量多地反映原

来较多变量指标所反映的信息，同时它们之间又

是彼此独立的。

5

定义：记x，x，…，x为原变量指标，z，z，…，

12P12

zm（m≤p）为新变量指标

(3.5.2)

n系数l的确定原则：

ij

①z与z（i≠j；i，j=1，2，…，m）相互无关；

ij

6

②z是x，x，…，x的一切线性组合中方差最大者，

112P

z是与z不相关的x，x，…，x的所有线性组合

2112P

中方差最大者；

……

z是与z，z，……，z都不相关的x，x，…x

m12m－112P，

的所有线性组合中方差最大者。

则新变量指标z，z，…，z