资 源 简 介
主成分分析
主要成分分析 （PCA）是一个使用正交变换，将一组观察值的可能的相关变量转换成一组称为主要组件的线性不相关变量的值的统计过程。主要组件的数量小于或等于原始变量的数目。这种转变定义中的第一个主要组件已经最大可能的方差（就是变异的数据尽可能多的帐户），和随后的每个组件反过来有可能它会与正交约束下的最高方差的方式 （即，与不相关） 的前面的组件。保证主成分都是独立的如果数据集是联合通常分布。PCA 对很敏感的原始变量的相对缩放。
取决于应用程序的领域，它也称为离散Karhunen–Loève变换 （KLT） 在信号处理、霍特林变换在多元质量控制，在机械工程、 X （戈卢布和 Van Loan，1983年）， 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
