主成分分析法例子之一ppt課件

1、PCA的基本原理 PCA的計算步驟 PCA應(yīng)用實例 主成分分析（PCA）具體例子秦楠1；.一、主成分分析的基本原理 v假定有n個樣本，每個樣本共有p個變量，構(gòu)成一個np階的數(shù)據(jù)矩陣npnnppxxxxxxxxxX212222111211（1） 2；.v降維處理！當p較大時，在p維空間中考察問題比較麻煩。降維是用較少的幾個綜合指標代替原來較多的變量指標，而且使這些較少的綜合指標既能盡量多地反映原來較多變量指標所反映的信息，同時它們之間又是彼此獨立的。3；.定義：記x1，x2，xP為原變量指標，z1，z2，zm（mp）為新變量指標pmpmmmppppxlxlxlzxlxlxlzxlxlxlz221

2、12222121212121111(2) 4；.v系數(shù)lij的確定原則： zi與zj（ ij；i，j=1，2，m ）相互無關(guān)； z1是x1，x2，xP的一切線性組合中方差最大者，z2是與z1不相關(guān)的x1，x2，xP的所有線性組合中方差最大者； zm是與z1，z2，zm1都不相關(guān)的x1，x2，xP， 的所有線性組合中方差最大者。 則新變量指標z1，z2，zm分別稱為原變量指標x1，x2，xP的第一，第二，第m主成分。 5；. 從以上的分析可以看出，主成分分析的實質(zhì)就是確定原來變量xj（j=1，2 ， p）在諸主成分zi（i=1，2，m）上的載荷 lij（ i=1，2，m； j=1，2 ，p）。

3、從數(shù)學上可以證明，載荷lij分別是相關(guān)矩陣的m個較大的特征值所對應(yīng)的特征向量。 6；.二、計算步驟 （一）計算相關(guān)系數(shù)矩陣（一）計算相關(guān)系數(shù)矩陣 rij（i，j=1，2，p）為原變量xi與xj的相關(guān)系數(shù)， rij=rji，其計算公式為：pppppprrrrrrrrrR212222111211（3） nknkjkjikinkjkjikiijxxxxxxxxr11221)()()(（4） 7；. （二）計算特征值與特征向量：（二）計算特征值與特征向量： 解特征方程，求出特征值，并使其按大小順序排列 ； 0RI0,21p 分別求出對應(yīng)于特征值的特征向量 ，要求 =1，即，其中表示向量 的第j個分量。

4、i), 2 , 1(piliil112pjijlijlil8；. 計算主成分貢獻率及累計貢獻率 貢獻率:),2, 1(1pipkki累計貢獻率: ),2, 1(11pipkkikk一般取累計貢獻率達8595%的特征值所對應(yīng)的第一、第二、第m（mp）個主成分。 m,219；.pnpnnppxxxlllllllllZ.21212222111211（6） 各主成分的得分10；.三、 主成分分析方法應(yīng)用實例表表1 1 某農(nóng)業(yè)生態(tài)經(jīng)濟系統(tǒng)各區(qū)域單元的有關(guān)數(shù)據(jù)某農(nóng)業(yè)生態(tài)經(jīng)濟系統(tǒng)各區(qū)域單元的有關(guān)數(shù)據(jù) 11；.668.3372.03276.2041540.29216.398.1284.0650.0114.86

5、1795.4160.80171.106926.35291.528.1354.0630.0124.862862.9011.65273.3071501.24225.2518.3522.6450.0343.201986.6240.84168.904897.36196.3716.8615.1760.0556.1671091.3940.81266.502911.24226.5118.2795.6430.0764.4771176.9120.85850.302103.52217.0919.7934.8810.0016.1651251.2741.04164.609968.33181.384.0054.0660

6、.0155.4021368.8310.83662.804957.14194.049.114.4840.0025.791477.3010.62360.102824.37188.0919.4095.7215.0558.4131576.9481.02268.0011255.42211.5511.1023.1330.013.4251699.2650.65460.7021251.03220.914.3834.6150.0115.59317118.5050.66163.3041246.47242.1610.7066.0530.1548.70118141.4730.73754.206814.21193.46

7、11.4196.4420.01212.94519137.7610.59855.9011124.05228.449.5217.8810.06912.65420117.6121.24554.503805.67175.2318.1065.7890.0488.46121122.7810.73149.1021313.11236.2926.7247.1620.09210.07812；.步驟如下：（1）將表1中的數(shù)據(jù)作標準差標準化處理，然后將它們代入公式（4）計算相關(guān)系數(shù)矩陣（見表2）。x1x2x3x4x5x6x7x8x9x11-0.327 -0.714 -0.3360.3090.4080.790.1560

8、.744x2-0.331-0.0350.6440.420.2550.009-0.0780.094x3-0.71-0.03510.07-0.74-0.755-0.93-0.109-0.924x4-0.340.6440.0710.3830.069-0.05-0.0310.073x50.3090.42-0.740.38310.7340.6720.0980.747x60.4080.255-0.7550.0690.73410.6580.2220.707x70.790.009-0.93-0.0460.6720.6581-0.030.89x80.156-0.078 -0.109 -0.0310.0980.2

9、22-0.0310.29x90.7440.094-0.9240.0730.7470.7070.890.291表表2 2相關(guān)系數(shù)矩陣相關(guān)系數(shù)矩陣 13；. （2）由相關(guān)系數(shù)矩陣計算特征值，以及各個主成分的貢獻率與累計貢獻率（見表3）。由表3可知，第一，第二，第三主成分的累計貢獻率已高達86.596%（大于85%），故只需要求出第一、第二、第三主成分z1，z2，z3即可。 14；.表表3 3特征值及主成分貢獻率特征值及主成分貢獻率 15；. （3）對于特征值=4.6610，=2.0890，=1.0430分別求出其特征向量l1，l2，l3。16；.表表4 4 主成分載荷主成分載荷 z1z2z3占方差

10、的百分數(shù)（%）x10.739-0.532-0.006182.918x20.1230.887-0.002880.191x3-0.9640.00960.009592.948x40.00420.8680.003775.346x50.8130.444-0.001185.811x60.8190.1790.12571.843x70.933-0.133-0.25195.118x80.197-0.10.9798.971x90.964-0.00250.009292.93917；. 第一主成分z1與x1，x5，x6，x7，x9呈顯出較強的正相關(guān)，與x3呈顯出較強的負相關(guān)，而這幾個變量則綜合反映了生態(tài)經(jīng)濟結(jié)構(gòu)狀況，因此可以認為第一主成分z1是生態(tài)經(jīng)濟結(jié)構(gòu)的代表。 第二主成分z2與x2，x4，x5呈顯出較強的正相關(guān)，與x1呈顯出較強的負相關(guān)，其中，除了x1為人口總數(shù)外，x2，x4，x5都反映了人均占有資源量的情況，因此可以認為