
1.主成分分析的具體方法
主成分分析是一類常用的針對連續(xù)變量的降維方法,選取能夠最大化解釋數(shù)據(jù)變異的成分,將數(shù)據(jù)從高維降到低維,同時 保證各個維度之間正交。 對變量的協(xié)方差矩陣或相關(guān)系數(shù)矩陣求取特征值和特征向量,經(jīng)證明,對應(yīng)最大特征值的特征向量,其方向正是協(xié)方差矩 陣變異最大的方向。依次類推,第二大特征值對應(yīng)的特征向量,是與第一個特征向量正交且能最大程度解釋數(shù)據(jù)剩余變異 的方向,而每個特征值則能夠衡量各方向上變異的程度。因此,進行主成分分析時,選取最大的幾個特征值對應(yīng)的特征向 量,并將數(shù)據(jù)映射在這幾個特征向量組成的參考系中,達(dá)到降維的目的(選擇的特征向量數(shù)量低于原始數(shù)據(jù)的維數(shù))。
1.主成分分析算法解析
主成分分析算法認(rèn)為,數(shù)據(jù)的信息是包含在其方差當(dāng)中的,如果一個隨機變量的方差很小,說明其不確定性較低,或者說即便我們沒有獲 得這個變量的抽樣值,也幾乎可以用一個確定的值(例如其期望值)來代替它,因此引入它只能消除很少的不確定性,即該變量包含的信 息較少。相反,一個方差很大的變量,如果能夠獲得它的抽樣值,則可以幫助我們消除很大一部分不確定性,因此它包含的信息較多。 從主成分分析的觀點出發(fā),我們就知道下圖中投影到哪個軸更加合適了,顯然將原始坐標(biāo)軸旋轉(zhuǎn)到左圖當(dāng)中的U1位置更好,因為數(shù)據(jù)在 這個方向上的變異(方差)更大,而樣本在右圖的U1方向顯然變異更?。▓D中陰影用于示意離散程度,并不代表方差大?。?
我們的目標(biāo)是優(yōu)化上式,求滿足該函數(shù)最大化的 u,可以使用拉格朗日乘數(shù)法,即求滿足下式最大的 u:
我們的目標(biāo)是優(yōu)化上式,求滿足該函數(shù)最大化的 u,可以使用拉格朗日乘數(shù)法,即求滿足下式最大的 u:
1.何時采用相關(guān)系數(shù)計算方法和協(xié)方差矩陣計算方法
在實際研究中,有時單個指標(biāo)的方差對研究目的起關(guān)鍵作用,為了達(dá)到研究目的,此時用協(xié)方差矩陣進行主成分分析恰 到好處。相關(guān)系數(shù)矩陣就是隨機變量標(biāo)準(zhǔn)化后的協(xié)方差矩陣。通過隨機變量的標(biāo)準(zhǔn)化,相關(guān)系數(shù)矩陣剝離了單個指標(biāo)的 方差,僅保留指標(biāo)間的相關(guān)性,用相關(guān)系數(shù)矩陣計算主成分,其優(yōu)勢效應(yīng)僅體現(xiàn)在相關(guān)性大、相關(guān)指標(biāo)數(shù)多的一類指標(biāo)上。
2.主成分法的應(yīng)用
大致分為三個方面:
(1)對數(shù)據(jù)做綜合打分
(2)降維以便對數(shù)據(jù)進行描述
(3)為聚類或回歸等分析提供變量壓縮 在應(yīng)用時要能夠判斷主成分法的適用性,能夠根據(jù)需求選取合適的主成分?jǐn)?shù)量。
1.主成分分析計算在選擇相關(guān)系數(shù)計算法時,確定主成分個數(shù)的大致原則包括( )?
A.特征根值大于1
B. 特征根值大于0.5
答案:AC 解析:主成分分析主要考核得到軟件的計算結(jié)果后如何選擇主成分個數(shù),由于主成分一般不具有 明確的意義,因此不考核主成分的解釋,這會放在因子分析考核。該題是一個很標(biāo)準(zhǔn)的題目,答 案可以從任何一本教科書上找到。請注意題干中的“大致原則”,說明該原則在不同的運用場合 下選擇標(biāo)準(zhǔn)會略有改變
2.主成分分析計算分為根據(jù)相關(guān)系數(shù)和協(xié)方差矩陣兩種方式,以下哪種情況適合用相關(guān)系數(shù)計算( )?
A.變量的量綱不同
B. 變量的方差不同
C. 變量的標(biāo)準(zhǔn)差不同
D. 變量的均值不同
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10