pca主成分分析说明.pdfVIP

主成分分析（PCA）

主成分分析

主成分分析（PrincipalComponentAnalysis，

PCA），是一种掌握事物主要矛盾的统计分析方法，

它可以从多元事物中解析出主要影响因素，揭示事物

的本质，简化复杂的问题。

主成分分析试图在力保数据信息丢失最少的原则

下，用较少的综合变量代替原本较多的变量，而且综

合变量间互不相关。

PCA目标

PCA的目标是寻找r（rn）个新变量，使它们

反映事物的主要特征，压缩原有数据矩阵的规模。每

个新变量是原有变量的线性组合，体现原有变量的综

合效果，具有一定的实际含义。这r个新变量称为

“主成分”，它们可以在很大程度上反映原来n个变

量的影响，并且这些新变量是互不相关的，也是正交

的。

通过采用这样的主成分，便可以只选用若干变量

而不是上千的变量来对一种样品进行分析了。这样，

就可以将样品有关变量绘制成图，使得样品间的相似

性和相异之处一目了然，对不同样品