r语言主成分分析_PCA主成分分析

PCA主成分分析

最近遇到了主成分分析法这个东西，一开始我觉得简直天才啊，这个想法虽然从经济意义上来解释有点奇怪，毕竟是数学方法计算出来的解释因子，但鉴于没人知道现实世界究竟被多少因素影响，这种方法可以将最主要的成分提取出来，供人使用。这对于没有足够的经验自己总结影响因子的人来说，确实是一个很好的主意。

但在应用中我遇到了许多小问题，又因为我糟糕的记忆力，我决定写下来问题的解决过程，下一次还能回忆起来。QAQ

0.写在最前面

主成分分析法，可以将随机向量变为少数几个主成分，换句话说，本来有几种向量，最后就有几种成分，然后从中选出解释力最强的几种“主成分”。但是原始向量的协方差矩阵可能不是一个对角矩阵，即原始向量之间相关，转换后的主成分之间，不相关，同时主成分可以反映原始向量的大部分信息。

1.数据标准化

标准化，意味着将原始数据减去对应变量的均值，再除以其方差。

这个问题的来源是在主成分分析中，有两种选择，按照相关系数矩阵分解还是按照协方差矩阵分解。

我的困惑在于，这两者有什么区别，和书标准化又有什么关系。

查询资料得知：经标准化的样本数据的协方差矩阵就是原始样本数据的相关矩阵。这里所说的标准化指正态化，即将原始数据处理成均值为0。

简单来说，原始样本相关矩阵=标准化后协方差矩阵。

2.按照协方差矩阵分解还是按照相关矩阵分解

虽然现在知道了：

原始样本相关矩阵=标准化后协方差矩阵

但我还是不确定，这是否意味着：

原始样本按照相关矩阵分解=标准化后样本按照协方差矩阵分解

但我这个人确实不太擅长从数学的角度进行理论分析。

所以我直接在程序里验证了，对比了两组结果。原始数据为data，R语言

第一组：

A <- princomp(data, cor = TRUE)

summary(A)

第二组：

b <- scale(data)

B <- princomp(b, cor = FALSE)

summary(B)

我得到的两组结果完全相同。显然，这证明了：

原始样本按照相关矩阵分解=标准化后样本按照协方差矩阵分解

这基本解决了我运算上的一些困惑。

3.关于意义

运算上的困惑解决了，我对主成分的一些含义还不清楚，主要有以下几个问题：

a. 第一主成分和第二主成分的区别是否在与第一主成分的解释力更强，或者说他们俩的第一第二究竟是什么意思。特征向量又有什么意义？

第一主成分和第二主成分的“第一”、“第二”意味着特征值的第一大和第二大。第一主成分，意味着对标准化后的数据找到一个线性组合，令主成分的方差最大。第二主成分与第一主成分无关，第二主成分的方差第二大。

特征值越大，代表了对原始信息解释的越多。

第一主成分的方差理论上等于第一大特征值，第二主成分的方差理论上等于第二大特征值。特征向量就是在原始数据上的系数。

系数的正负值，绝对值大的代表了盖主成分主要综合的变量信息，当有几个变量系数绝对值大小相当的时候，应当认为这一主成分是这几个变量的作用综合，至于意义需要结合具体的问题解决。

b. 原始数据中，某种向量与其他向量的相关性较低，和这种向量与主成分之间的关系有什么联系？

变量之间相关性高，意味着数据中的信息是有重叠的，因此，用主成分分析得到不重叠的信息。如果本身不相关，就没有重叠的信息，pca的效果就不明显。（这一点我仍旧存疑）

r语言主成分分析_PCA主成分分析相关推荐

R语言手动计算主成分分析（PCA)及其在R函数的实现
R语言手动计算主成分分析(PCA)及其在R函数的实现了解PCA的原理,但总是无法用R语言实现,这次算是有个教程. 转自:http://blog.163.com/xiaoji0106@126/blog ...
R语言如何实现主成分分析（PCA），最全详细教材
R语言也有"一步到位"的函数,如prcomp()和princomp(),基本上都是输入数据直接出结果.为了理解PCA的原理,我们利用自编函数的方法进行学习. 主成分分析详解主成分 ...
【R语言实验】主成分分析
实验目的:了解主成分分析的分析过程,掌握R语言实现主成分分析的方法,并对数据处理结果进行分析. 实验要求:课本中习题6.7 . 实验素材:在我的资源中实验代码: 读取实验数据 > d6.7&l ...
主成分分析（PCA）原理及R语言实现
在生物信息分析中,PCA.t-SNE和diffusionMap其实是一类东西. StatQuest: Principal Component Analysis (PCA) clearly explai ...
主成分分析，充分图，聚类，主成分回归——数据分析与R语言 Lecture 11
主成分分析,充分图,聚类,主成分回归--数据分析与R语言 Lecture 11 主成分分析例子:求相关矩阵特征值例子:求主成分载荷例子:画碎石图确定主成分例子:主成分得分-相当于predict ...
应用统计学与R语言实现学习笔记（十二）——主成分分析
Chapter 12 Priciple Component Analysis 本篇是第十二章,内容是主成分分析. Chapter 12 Priciple Component Analysis 主成分分 ...
可用于主成分分析、R型因子分析、简单相应分析的R语言函数总结
一.主成分分析主成分分析是多元统计分析的一种常用的降维方法,它以尽量少的信息损失,最大程度将变量个数减少,且彼此间互不相关.提取出来的新变量成为主成分,主成分是原始变量的线性组合. 1.1 KMO检 ...
数据分析-R语言资料整理
独家分享--48页PPT解密数据可视化! Excel图表快捷操作小技巧基于随机森林的分类与回归 R语言制作网页 ggplot2:可视化设计师的神器,了解一下 [译]R包介绍:Online Rando ...
R语言中文社区2018年终文章整理（作者篇）
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习,python,R等数据领域感兴趣的同学 ...

r语言主成分分析_PCA主成分分析

r语言主成分分析_PCA主成分分析相关推荐

最新文章

热门文章