数学建模社区-数学中国

标题: 不看会后悔系列——主成分分析法的建模应用（下） [打印本页]

---

作者: 2336426014    时间: 2018-8-4 11:44
标题: 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  
6 j4 B& G& `2 f7 H1 d: `* M( _# `         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：
( F2 q/ x* |$ v4 @7 J4 L) T
# e+ o( g, u% x6 c8 z4 b! v先看一眼原始数据：

  L- F1 z* T* C/ ~) H8 B" rstep1：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
1 G5 d! e' p% i
+ H9 p# H, j& R" J9 ^- x" R3 `step3：求出特征根，85%原则下得到主成分：
/ d" b7 D! S- E& e+ B: ^

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：


) l# J% z; C8 A7 @8 p8 [9 }4 R+ I然后做出贡献率直方图：
; X5 j1 ]0 a  N4 L( t6 s

/ ?) N8 i0 O  i: m/ Z这下我们的过程基本就结束了。



$ y* e3 @3 Z1 ^+ }3 h) p" d! \
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？
. c! q( @4 @+ Z) r& |' I) r     这就需要进一步分析....附件中有详细过程，请下载观看。
8 Y: v) t* Z! Q" _3 `

% z- v/ [. q2 u/ ?6 G

5 H+ S  _8 o, v: a看完记得回复，有体力的下载啊！！！！！！！！！
" d! w6 ^  u8 V9 n
3 a( \1 E+ i6 R& S. y& {/ u
8 a) C. N8 F/ B) w# }0 z6 b

3.png (176.82 KB, 下载次数: 775)

2018-8-4 10:58 上传

点击文件名下载附件

2.jpg (155.82 KB, 下载次数: 723)

2018-8-4 10:48 上传

点击文件名下载附件

基于主成分分析的大学生综合成绩测评研究.pdf

2018-8-4 11:44 上传

点击文件名下载附件

下载积分: 体力 -2 点

3.18 MB, 下载次数: 32, 下载积分: 体力 -2 点

下载啊

---

作者: 秀的一骑绝尘    时间: 2018-8-6 13:07
真的很有用
* x. M0 ^! h: Y

---

作者: 3963095    时间: 2018-8-9 09:22
666666666666666666666

---

作者: 1670638760    时间: 2018-8-9 11:42
thx赞赞赞赞赞赞赞赞
8 ]+ M8 t, K! g/ V3 u4 @

---

作者: 1714927891    时间: 2018-8-23 15:22
非常有用
: q6 ^0 W9 M8 y8 F

---

作者: 1714927891    时间: 2018-8-23 15:22
感谢楼主分享
! g+ z/ y  B5 V/ X  E( x

---

作者: 178190045    时间: 2019-1-13 13:45
6666666666666666666666666666666
. t9 n' e* s. j8 e

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5