主成分分析與SPSS實例分析- IT閱讀 - ITREAD01.COM - 程式 ...
文章推薦指數: 80 %
主成分分析(Principal Component Analysis,PCA), 是一種統計方法。
通過正交變換將一組可能存在相關性的變量轉換為一組線性不相關的變量,轉換後的這組 ...
主成分分析與SPSS實例分析
首頁
最新
HTML
CSS
JavaScript
jQuery
Python3
Python2
Java
C
C++
Go
SQL
首頁
最新
Search
主成分分析與SPSS實例分析
2019-03-09254
矩陣分解組合多變量一個中心相關ipaike
今天,在西瓜書上看到了主成分分析法,之前建模有接觸過但是理解不夠深刻,今天再次和這一位老朋友聊聊。
主成分分析(PrincipalComponentAnalysis,PCA),是一種統計方法。
通過正交變換將一組可能存在相關性的變量轉換為一組線性不相關的變量,轉換後的這組變量叫主成分。
主成分分析,是考察多個變量間相關性一種多元統計方法,研究如何通過少數幾個主成分來揭示多個變量間的內部結構,即從原始變量中導出少數幾個主成分,使它們盡可能多地保留原始變量的信息,且彼此間互不相關.通常數學上的處理就是將原來P個指標作線性組合,作為新的綜合指標。
簡單說,主成分分析的作用是降維。
通過降維將原來多變量解釋的問題,映射到更少指標,轉換成少變量的可解釋性問題。
但是註意經過主成分分析後的變量與原變量不存在邏輯關系,僅僅是存在線性組合的關系。
[1]
。
一、算法原理:
輸入:樣本集D={x1,x2...xm};
低維空間維數d‘.
過程:
1.對所有樣本進行中心化:
2.計算樣本的協方差矩陣XXT;
3.對協方差矩陣XXT做特征值分解;
4.取最大的d‘個特征值所對應的特征向量w1,w2...wd‘;
輸出:投影矩陣W*=(w1,w2...wd‘).[2]
二、PCA原理
三、SPSS進行主成分分析
由於SPSS本身就是一個用於數據分析的軟件,因此操作簡單無需編程,即可直觀感受主成分分析帶來的效果。
先胡亂編制了一些數據:
在SPSS裏,點擊分析->降維->因子,在彈出的對話框中,將需要分析的變量都送入變量欄中。
根據個人需要在描述、提取、旋轉、得分、選項中勾選。
此處我們註意在提取中勾選主成分。
點擊“確定”:
最後我們可以看到提取了兩個主成分
觀察兩個主成分中的貢獻率,我們會發現第一個主成分包含貢獻率較高的項為數學、物理、化學、生物,實際意義即理科,第二主成分包含歷史、地理,即文科。
具有良好解釋性。
(未完待續)
參考文獻:
[1]https://baike.baidu.com/item/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90/829840?fr=aladdin
[2]周誌華,機器學習,清華大學出版社,2016年1月1版.
2019-03-09
00:05:40主成分分析與SPSS實例分析
相關文章
主成分分析與SPSS實例分析
主成分分析與因子分析及SPSS實現
深度學習入門教程UFLDL學習實驗筆記三:主成分分析PCA與白化whitening
主成分分析與因子分析之比較及實證分析
python資料探勘入門與實踐----------特徵值,主成分分析
R語言與資料分析之五:主成分分析
機器學習實戰——PCA(主成分分析)
機器學習練習(七)——K-均值聚類與主成分分析
主成分分析法的matlab實現
運用PCA(主成分分析法)進行人臉識別的MATLAB程式碼實現
主成分分析與逐步回歸分析的區別
HAWQ+MADlib玩轉資料探勘之(六)——主成分分析與主成分投影
DeepLearning3_深度學習UFLDL教程:預處理之主成分分析與白化_總結(斯坦福大學深度學習教程)
深入學習主成分分析(PCA)演算法原理及其Python實現
主成分分析(PCA)與KernelPCA
分類導航
HTML/CSS
HTML教程
HTML5教程
CSS教程
CSS3教程
JavaScript
JavaScript教程
jQuery教程
Node.js教程
服務端
Python教程
Python3教程
Linux教程
Docker教程
Ruby教程
Java教程
JSP教程
C教程
C++教程
Perl教程
Go教程
PHP教程
正則表達式
資料庫
SQL教程
MySQL教程
PostgreSQL教程
SQLite教程
MongoDB教程
Redis教程
Memcached教程
行動端
IOS教程
Swift教程
Advertisement
三度辭典
Copyright©2016-2021IT閱讀
Itread01.comAllRightsReserved.
0.001291036605835
延伸文章資訊
- 1SPSS超詳細教程:主成分分析 - 壹讀
經分析,本研究數據符合假設1,那麼應該如何檢驗假設2,並進行主成分提取呢? 3、SPSS操作. (1) 在主頁面點擊Analyze→Dimension Reduction → ...
- 2主成分分析與因子分析及SPSS實現 - 程式前沿
主成分分析與因子分析及SPSS實現一、主成分分析(1)問題提出在問題研究中,為了不遺漏和準確起見,往往會面面俱到,取得大量的指標來進行分析。
- 3類別主成分分析(CATPCA) - IBM
這個程序可在縮小資料的維度時,同時量化類別變數。類別主成分分析也可稱為CATPCA,為categorical principal components analysis 的縮寫。 主成分分析的目...
- 4SPSS超详细教程:主成分分析 - 知乎专栏
经分析,本研究数据符合假设1,那么应该如何检验假设2,并进行主成分提取呢? 3、SPSS操作. (1) 在主页面点击Analyze→Dimension Reduction →Factor.
- 5主成分分析與SPSS實例分析- IT閱讀 - ITREAD01.COM - 程式 ...
主成分分析(Principal Component Analysis,PCA), 是一種統計方法。通過正交變換將一組可能存在相關性的變量轉換為一組線性不相關的變量,轉換後的這組 ...