不看会后悔系列——主成分分析法的建模应用（下）
这期主要讲例题来加深一下对主成分分析的认识。例题一： 成绩的综合判定
为了对学生的教育实习成绩进行考核和评价，考核指标有如下：1.实习态度 2.语言 3.板书 4.授课内容 5.辅导 6.实习总结 7.活动组织能力 8.个体思想工作
而一共有 8 名学生
这样的话我们就可以得到一个 8*8 的邻接矩阵，然后我们就要开始主成分分析的步骤：
先看一眼原始数据：
step1：标准化数据（matlab 一句代码搞定 ：zscore（X）,便可以将邻接矩阵标准化）
step2：求特征值和特征向量，这一步可以用两个函数求：princomp函数与eig函数
step3：求出特征根，85%原则下得到主成分：
将上面的特征值从大到小排列按85%原则会选出前三个特征值，然后得到新三个指标下八个学生的得分情况：
然后做出贡献率直方图：
这下我们的过程基本就结束了。
但是并不代表我们分类就这样结束了，必要的话我们还得分析一下我们分类过程损失的信息量重要不，或者说误差函数。通俗讲就是我们分几类合适，三类只是保证了85%，那四类、五类行不行？
这就需要进一步分析....附件中有详细过程，请下载观看。
看完记得回复，有体力的下载啊！！！！！！！！！
真的很有用
666666666666666666666
thx赞赞赞赞赞赞赞赞
非常有用
感谢楼主分享
6666666666666666666666666666666
页:
[1]