主成分分析的因变量

固执难过 1个月前 已收到1个回答 举报

哥不抽中华 2星

共回答了239个问题采纳率:96.8% 评论

主成分分析(PCA)是一种统计过程,它使用正交变换将一组可能相关变量(实体,每个实体具有不同的数值)的观察值转换为一组称为主成分的线性不相关变量的值。如果有带p个变量的n个观测值,那么不同主成分的数量为min(n-1,p)。这种变换以使得第一主成分具有最大可能的方差定义(即,尽可能多地占数据中的可变性),并且在与前面的分量正交的约束下,每个后续分量又具有最大可能的方差。结果向量(每个向量是变量的线性组合,包含 n 观察)是不相关的正交基集。主成分分析对原始变量的相对比例很敏感。

9小时前

7
可能相似的问题

热门问题推荐

Copyright © 2024 微短问答 All rights reserved. 粤ICP备2021119249号 站务邮箱 service@wdace.com