不看会后悔系列——主成分分析法的建模应用（下）

2336426014

      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  
! P$ z4 Q( t* f) Q" Y, ?  c, J) u4 k         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：
8 N) L: U* b' \3 z" V  Y; v
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
$ q3 V2 J. a* y  y7 z
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：

* z' ~. S4 Q  [( L# R8 M) a
然后做出贡献率直方图：


这下我们的过程基本就结束了。




7 Z/ t3 X! i  ]0 z' M+ s5 o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。




' E/ K! V! M3 A' X+ y0 T$ ~看完记得回复，有体力的下载啊！！！！！！！！！


4 V, N8 t8 M% u) C! U! D! k' F

秀的一骑绝尘

真的很有用
9 Y4 C3 M" P+ O& B/ v

3963095

666666666666666666666

1670638760

thx赞赞赞赞赞赞赞赞

1714927891

非常有用

1714927891

感谢楼主分享

178190045

6666666666666666666666666666666