主成分分析中的方差解释率选择.docxVIP

主成分分析中的方差解释率选择

一、方差解释率在主成分分析中的核心地位

（一）主成分分析的核心逻辑与方差解释率的定义

主成分分析是多元统计分析中应用最广泛的降维方法之一，其核心逻辑是通过线性变换，将一组存在相关性的原始变量转化为一组彼此正交的新变量（即主成分），以此在保留原始数据核心信息的同时，减少后续分析的变量维度，解决多变量共线性问题（张文彤，2018）。方差解释率是衡量主成分信息承载能力的核心指标，单个主成分的方差解释率指该主成分能够解释的原始变量总变异的比例，而累计方差解释率则是前k个主成分所解释的变异比例之和。从本质上来说，主成分的排序是按照方差解释率从高到低进行的，第一个主成分总是能