2018-11-26
                                阅读量:
                                1076
                            
                        主成份分析计算步骤
                        1) 设原始变量X1, X2, …XP的n次观测数据矩阵为:

2) 将数据矩阵按列进行中心标准化。 为了方便, 将标准化后的数据矩
阵仍然记为X。
3) 求相关系数矩阵R, R=(rij) p×p, rij的定义为:

4) 求R的特征方程det(R-λE) =0的特征根λ1≥λ2≥…λp≥0。
5) 确定主成分个数 , α根据实际问题确定, 一般取80%。
6) 计算m个相应的单位特征向量:

7) 计算主成分:

##设置工作空间
#把“数据及程序” 文件夹复制到F盘下, 再用setwd设置工作空间
setwd("F: /数据及程序chapter4/示例程序")
#数据读取
inputfile=read.csv('./data/principal_component.csv', he=F)
#主成分分析PCA=princomp(inputfile, cor=F)
names(PCA) #查看输出项(PCA$sdev) ^2 #主成分特征根
summary(PCA) #主成分贡献率PCA$loadings #主成分载荷PCA$scores #主成分得分
 0.0000
                                0.0000
                             0
                                0
                             3
                                3
                             
                                
                             关注作者
                                关注作者
                             收藏
                                    收藏
                                                            评论(0)
                    
 发表评论
发表评论
暂无数据
                        
                        推荐帖子
                    
                0条评论
                        0条评论
                        0条评论
                         
             
                 
                 
                            

 
                             
                             
                             
                             
                             
                             
                                    