關(guān)于主成分分析的幾種常用改進(jìn)方法_第1頁
關(guān)于主成分分析的幾種常用改進(jìn)方法_第2頁
關(guān)于主成分分析的幾種常用改進(jìn)方法_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、關(guān)于主成分分析的幾種常用改進(jìn)方法關(guān)于主成分分析的幾種常用改進(jìn)方法論文導(dǎo)讀:針對傳統(tǒng)主成分分析方法的缺點(diǎn)和應(yīng)用當(dāng)中可能出現(xiàn)的誤區(qū),總結(jié)幾種常用的主成分分析改進(jìn)方法。是一種化繁為簡,將指標(biāo)數(shù)盡可能壓縮的降維(即空間壓縮)技術(shù),也是一種綜合評價方法。關(guān)鍵詞:主成分改進(jìn),綜合評價0 引言主成分分析是一種常用的多元統(tǒng)計(jì)分析(即多指標(biāo)的統(tǒng)計(jì)方法)方法。是一種化繁為簡,將指標(biāo)數(shù)盡可能壓縮的降維(即空間壓縮)技術(shù),也是一種綜合評價方法。免費(fèi)論文。目前已廣泛應(yīng)用于許多領(lǐng)域,如:城市生態(tài)系統(tǒng)可持續(xù)發(fā)展的分析,工業(yè)企業(yè)經(jīng)濟(jì)效益的分析,公司財(cái)務(wù)評價,學(xué)習(xí)成績的比較評價等等。但是,傳統(tǒng)的主成分分析法在綜合評價當(dāng)中已暴露

2、出很多缺陷,很多學(xué)者也提出了不同的改進(jìn)方法,這些改進(jìn)方法是與一定的現(xiàn)實(shí)條件相關(guān)聯(lián)的,因此也不乏出現(xiàn)誤用。本文將對常用的改進(jìn)方法作進(jìn)一步探討。1傳統(tǒng) PCA 評價模型的算法:1.1 輸入樣本觀測值:1.2 計(jì)算各指標(biāo)的樣本均值和樣本標(biāo)準(zhǔn)差:1.3 對標(biāo)準(zhǔn)化,計(jì)算樣本相關(guān)陣:1.4 求的特征值及對應(yīng)的特征向量.1.5 建立主成分。按累積方差貢獻(xiàn)率1.6 計(jì)算前個主成分的樣本值2運(yùn)用傳統(tǒng)主成分分析方法易出現(xiàn)的誤區(qū)及改進(jìn)方法在實(shí)際應(yīng)用中,為了消除變量量綱的影響,往往對原始數(shù)據(jù)標(biāo)準(zhǔn)化,但是標(biāo)準(zhǔn)化在消除量綱或數(shù)量級影響的同時,也抹殺了各指標(biāo)變異程度的差異信息,在此種情況下,我們通??刹捎脤υ紨?shù)據(jù)進(jìn)行均值

3、化處理 2,該方法已得到廣泛采用。另外,主成分分析對于處理線性結(jié)構(gòu)有很好的效果,然而對于許多實(shí)際問題,其觀測數(shù)據(jù)陣并非線性結(jié)構(gòu)而呈非線性結(jié)構(gòu)。這時,若采用線性方法,效果往往很差。這就需要進(jìn)一步的改進(jìn)。本文將介紹幾種簡單的對原始數(shù)據(jù)進(jìn)行處理的方法以及“對數(shù)線性比”1主成分方法。改進(jìn)方法操作如下:2.1 對原始數(shù)據(jù)的處理2.1.1 數(shù)據(jù)的均值化2.1.2 對數(shù)變換法描繪原始數(shù)據(jù)的散點(diǎn)圖,若散點(diǎn)圖呈現(xiàn)對數(shù)曲線特征時,令2.1.3 平方根變換法若散點(diǎn)圖呈現(xiàn)拋物線特征時,令然后以作為新的數(shù)據(jù)代替原始數(shù)據(jù)進(jìn)行分析即可。當(dāng)上述三種變換仍然不能很好的解決問題,而原始數(shù)據(jù)又明顯呈現(xiàn)非線性特征時,還可以采用下述方

4、法。免費(fèi)論文。2.2“對數(shù)線性比”主成分方法原香港大學(xué)統(tǒng)計(jì)系主任 Aitchison 教授(1981 年)提出用對數(shù)比(logratio)變換亦即其中為成分向量的任一恒正函數(shù)。為簡便起見,一般可取相應(yīng)的可以證明為奇異陣,至多有個非零特征值。免費(fèi)論文。對其作譜分解:便可以求得其廣義主成分3.其它改進(jìn)方法除了上述改進(jìn)方法之外,近來不少學(xué)者又提出了新的改進(jìn)方法,如主成分聚類法。主成分聚類即先做主成分分析,再取若干主成分對樣品進(jìn)行聚類分析,結(jié)合第一主成分得分排序?qū)悠愤M(jìn)行分類排名。由此得到一種新的綜合評價方法,具體操作方法詳見文獻(xiàn)2。另外還有分組主成分分析方法 5 等。在實(shí)際應(yīng)用當(dāng)中,如果不考慮具體問題條件,一味采取同一個模式,難免有失偏頗,甚至與現(xiàn)實(shí)大相徑庭。因此,根據(jù)不同的問題采用不同的改進(jìn)方法,對解決具體問題是很有必要的。參考文獻(xiàn):1余錦華,楊維權(quán).多元統(tǒng)計(jì)分析與應(yīng)用M,廣州;中山大學(xué)出版社,2005.2徐雅靜,汪遠(yuǎn)征.主成分分析應(yīng)用方法的改進(jìn)J,數(shù)學(xué)的實(shí)踐與認(rèn)識,2006年 6 月.3候文.應(yīng)用主成分分析進(jìn)行綜合評價的一種改進(jìn)方法J,遼寧師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2004 年 12 月.4么彩蓮,魏寧. 關(guān)于主成分分析的改進(jìn)方法探討J,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論