运用主成分分析模型的美赛优秀论文+主成分分析模型的资料
主成分可以认为是特征的规范性线性组合。在一个数据集中，第一个主成分就是能够最大程度解释数据中方差的特征线性组合。第二个主成分是在与第一主成分垂直这个限制条件下，最大程度解释数据中的方差。其后的每一个主成分都遵循同样的规则。因此，可以看出，PCA中的线性组合是一个关键假设。如果你有一堆变量之间基本上不相关的数据集，用PCA分析就会得到毫无意义的分析结果。另一个关键的假设是，你使用的数据应该服从正态分布，这样协方差矩阵即可充分描述数据集。PCA对非正态分布的数据具有相当强的鲁棒性，甚至适用于二值变量。本资源为大家整理了运用主成分分析模型的美赛优秀论文+主成分分析模型的资料。
页:
[1]