PCA的原理及步驟_第1頁
PCA的原理及步驟_第2頁
PCA的原理及步驟_第3頁
PCA的原理及步驟_第4頁
PCA的原理及步驟_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費(fèi)閱讀

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、一、基本原理主成分分析是數(shù)學(xué)上對數(shù)據(jù)降維的一種方法。 其基本思想是設(shè)法將原來眾多的具有一定相關(guān)性的指標(biāo)X1, X2,,XP (比如p個(gè)指標(biāo)),重新組合成一組較 少個(gè)數(shù)的互不相關(guān)的綜合指標(biāo) Fm來代替原來指標(biāo)。那么綜合指標(biāo)應(yīng)該如何去提 取,使其既能最大程度的反映原變量 Xp所代表的信息,又能保證新指標(biāo)之間保 持相互無關(guān)(信息不重疊) 。設(shè) F1 表 示 原 變 量 的 第 一 個(gè) 線 性 組 合 所 形 成 的 主 成 分 指 標(biāo) , 即F1a11X 1a21X2a p1X p , 由數(shù)學(xué)知識可知, 每一個(gè)主成分所提取的信息量可用其方差來度量, 其方差 Var(F1) 越大,表示F1 包含的信息

2、越多 。常常希望第一主成分 F1 所含的信息量最大, 因此在所有的線性組合中選取的 F1 應(yīng)該是 X1,X2,,XP的所有線性組合中方差最大的,故稱 F1為第一主成分。如果第一主 成分不足以代表原來p個(gè)指標(biāo)的信息,再考慮選取第二個(gè)主成分指標(biāo)F2,為有效地反映原信息,F(xiàn)1已有的信息就不需要再出現(xiàn)在 F2中,即F2與F1要保持獨(dú) 立、不相關(guān),用數(shù)學(xué)語言表達(dá)就是其協(xié)方差Cov(F1, F2)=0,所以F2是與F1不相關(guān)的X1, X2,,XP的所有線性組合中方差最大的,故稱 F2為第二主成分, 依此類推才造出的F1、F2、Fm為原變量指標(biāo)X1、X2XP第一、第二、 第m個(gè)主成分。F1a11 X1a12

3、 X 2.a1 pX pFma21X1am1X1a22X2am2 X2. a2pXpampX根據(jù)以上分析得知:(1) Fi 與 Fj 互不相關(guān),即 Cov(Fi , Fj) = 0,并有 Var(Fi尸ai ' 2 ai ,其 中2為X的協(xié)方差陣(2)F1 是X1, X2,,Xp的一切線性組合(系數(shù)滿足上述要求)中方差最 大的,即Fm是與F1, F2,,F(xiàn)m- 1都不相關(guān)的X1, X2,,XP的所有 線性組合中方差最大者。F1,F2,,F(xiàn)mmc p)為構(gòu)造的新變量指標(biāo),即原變量指標(biāo)的第一、第二、 第m個(gè)主成分。由以上分析可見,主成分分析法的主要任務(wù)有兩點(diǎn):(1)確定各主成分Fi (i=

4、1 , 2,,項(xiàng)關(guān)于原變量Xj (j=1 , 2 ,,p) 的表達(dá)式,即系數(shù)aj ( i=1 , 2,,m; j=1 , 2 ,,p)。從數(shù)學(xué)上可以證 明,原變量協(xié)方差 矩陣的特征根是主成分的方差,所以前m 個(gè)較大特征根就代表前m個(gè)較大的主成分方差值;原變量 協(xié)方差矩陣前m個(gè)較大的特征值i (這 樣選取才能保證主成分的方差依次最大)所對應(yīng)的特征向量就是相應(yīng)主成分Fi表達(dá)式的系數(shù)ai ,為了加以限制,系數(shù)ai 啟用的是i 對應(yīng)的單位化的特征向量,即有 ai 'ai = 1。(2)計(jì)算主成分載荷,主成分載荷是反映主成分Fi與原變量Xj之間的相互關(guān)聯(lián)程度:P(Zk,X),二aMi, 1,2,

5、L,p;k 1,2, L ,m)二、主成分分析法的計(jì)算步驟主成分分析的具體步驟如下:(1)計(jì)算協(xié)方差矩陣計(jì)算樣品數(shù)據(jù)的協(xié)方差矩陣:2 =(sj)p p,其中1 nSij7 (xki xi)(xkj xj) i , j1 , 2,, pn 1 k 1(2)求出2的特征值i及相應(yīng)的正交化單位特征向量ai2的前m個(gè)較大的特征值1 2 m>0就是前m個(gè)主成分對應(yīng)的方差,i對應(yīng)的單位特征向量ai就是主成分Fi的關(guān)于原變量的系數(shù),則原變量的第i個(gè) 主成分Fi為:Fi = ai'X主成分的方差(信息)貢獻(xiàn)率用來反映信息量的大小,i為:mi i / ii 1(3)選擇主成分最終要選擇幾個(gè)主成分,

6、即F1,F2,Fm中m的確定是通過方差(信息) 累計(jì)貢獻(xiàn)率G(m)來確定mpG(m) i / k i 1 k 1當(dāng)累積貢獻(xiàn)率大于85%寸,就認(rèn)為能足夠反映原來變量的信息了,對應(yīng)的 m 就是抽取的前m個(gè)主成分。(4)計(jì)算主成分載荷主成分載荷是反映主成分 Fi與原變量Xj之間的相互關(guān)聯(lián)程度,原來變量 Xj (j=1 , 2 ,p)在諸主成分Fi (i=1 , 2,,項(xiàng)上的荷載lij ( i=1 , 2,,m; j=1 , 2 ,,p)。:l(Zi,Xj) .二aj(i 1,2,L,m;j 1,2,L,p)在SPSS軟件中主成分分析后的分析結(jié)果中,“成分矩陣”反應(yīng)的就是主成分 載荷矩陣。(5)計(jì)算主

7、成分得分計(jì)算樣品在m個(gè)主成分上的得分:FiaiiXia2iX2. a.Xp i = 1,2,,m實(shí)際應(yīng)用時(shí),指標(biāo)的量綱往往不同,所以在主成分計(jì)算之前應(yīng)先消除量綱的影響。消除數(shù)據(jù)的量綱有很多方法,常用方法是將原始數(shù)據(jù)標(biāo)準(zhǔn)化,即做如下數(shù)據(jù)變換:*xijxjxjsji 1,2,., n; j 1,2,., p其中:xj2Xj)1Xj , s2(Xijn i in 1 i i根據(jù)數(shù)學(xué)公式知,任何隨機(jī)變量對其作標(biāo)準(zhǔn)化變換后, 其協(xié)方差與其相關(guān) 系數(shù)是一回事,即標(biāo)準(zhǔn)化后的變量協(xié)方差矩陣就是其相關(guān)系數(shù)矩陣。另一方面, 根據(jù)協(xié)方差的公式可以推得標(biāo)準(zhǔn)化后的協(xié)方差就是原變量的相關(guān)系數(shù), 亦即,標(biāo) 準(zhǔn)化后的變量的協(xié)

8、方差矩陣就是原變量的相關(guān)系數(shù)矩陣 。也就是說,在標(biāo)準(zhǔn)化 前后變量的相關(guān)系數(shù)矩陣不變化。根據(jù)以上論述,為消除量綱的影響,將變量標(biāo)準(zhǔn)化后再計(jì)算具協(xié)方差矩陣, 就是直接計(jì)算原變量的相關(guān)系數(shù)矩陣,所以主成分分析的實(shí)際常用計(jì)算步驟是: 計(jì)算相關(guān)系數(shù)矩陣求出相關(guān)系數(shù)矩陣的特征值 i及相應(yīng)的正交化單位特征向量ai選擇主成分計(jì)算主成分得分總結(jié):原指標(biāo)相關(guān)系數(shù)矩陣相應(yīng)的特征值 i為主成分方差的貢獻(xiàn),方差的p貢獻(xiàn)率為i i/ i, i越大,說明相應(yīng)的主成分反映綜合信息的能力越強(qiáng), i 1可根據(jù)i的大小來提取主成分。每一個(gè)主成分的組合系數(shù)(原變量在該主成分上的載荷)ai就是相應(yīng)特征值i所對應(yīng)的單位特征向量。主成分分

9、析法的計(jì)算步驟1、原始指標(biāo)數(shù)據(jù)的 標(biāo)準(zhǔn)化采集p維隨機(jī)向量x = (X1 ,X2,.,Xp)T)n個(gè)樣品x = (Xi1,Xi2,.,Xip)T , i=1,2,nn>p,構(gòu)造樣本陣,對樣本陣元進(jìn)行如下標(biāo)準(zhǔn)化變換:次=一=Sij = 1,2,田2、對標(biāo)準(zhǔn)化陣Z求相關(guān)系數(shù)矩陣zTz71 1其中3、解樣本相關(guān)矩陣R的特征方程I丑一 Ml =。得p個(gè)特征根,確定主成分%按;> 0.85確定m值,使信息的利用率達(dá)85%以上,對每個(gè)入j=l,2,m,解方程組Rb= jb得單位特征向量2/ 。4、將標(biāo)準(zhǔn)化后的指標(biāo)變量轉(zhuǎn)換為主成分&j = zf % j = 1,2, mUi稱為第一主成分,

10、U2稱為第二主成分,Up稱為第p主成分。5、對m個(gè)主成分進(jìn)行綜合評價(jià)對m個(gè)主成分進(jìn)行加權(quán)求和,即得最終評價(jià)值,權(quán)數(shù)為每個(gè)主成分的方差貢獻(xiàn)率。一、主成分分析基本原理概念:主成分分析是把原來多個(gè)變量劃為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析 方法。從數(shù)學(xué)角度來看,這是一種降維處理技術(shù)。思路:一個(gè)研究對象,往往是多要素的復(fù)雜系統(tǒng)。變量太多無疑會(huì)增加分析 問題的難度和復(fù)雜性,利用原變量之間的相關(guān)關(guān)系,用較少的新變量代替原來較 多的變量,并使這些少數(shù)變量盡可能多的保留原來較多的變量所反應(yīng)的信息,這樣問題就簡單化了。原理:假定有n個(gè)樣本,每個(gè)樣本共有p個(gè)變量,構(gòu)成一個(gè)nXp階的數(shù)據(jù) 矩陣,XiiXi2XipXX2

11、iX22X2pXniXn2Xnp記原變量指標(biāo)為Xi, X2,,Xp,設(shè)它們降維處理后的綜合指標(biāo),即新變量為 z 1, Z2, Z3,Zm(rni< p),則z1l11X1l12 X2l1p Xpz2l21X1l22X2l2 pXpzml m1 X1l m2 X2lmpXp系數(shù) l ij 的確定原則:Zi 與 Zj (i wj ; i , j=1 , 2,,mj)相互無關(guān);Zi是Xi, X2,,Xp的一切線性組合中方差最大者,Z2是與Zi不相關(guān)的Xi,X2,Xp的所有線性組合中方差最大者;Z m是與Zi, Z2,,Zm, 1都不相關(guān)的Xi,X2,Xp ,的所有線性組合中方差最大者。新變量指

12、標(biāo)Zi, Z2,,Zm分別稱為原變量指標(biāo)Xi, X2,,Xp的第i ,第2, 第m主成分。從以上的分析可以看出,主成分分析的實(shí)質(zhì)就是確定原來變量Xj (j=i ,2 ,,p)在諸主成分Zi (i=i , 2,,mj)上的荷載l j ( i=i , 2,,m; j=i , 2 ,,p)0從數(shù)學(xué)上可以證明,它們分別是相關(guān)矩陣m個(gè)較大的特征值所對應(yīng)的特征向 量。二、主成分分析的計(jì)算步驟i、計(jì)算相關(guān)系數(shù)矩陣riiri2ripRr2ir22r2 prpirp2rpprj (i, j=1, 2,,p)為原變量Xi與Xj的相關(guān)系數(shù),Cj=Ci,其計(jì)算公式為Xi)(Xkj Xj)nXi)2(Xkj Xj)2k 1n(Xkirj k 1n(x-k1(Xki2、計(jì)算特征值與特征向量解特征方程小順序排列12分別求出對應(yīng)于特征值常用雅可比法(Jacobi )求出特征值,并使其按大0 . ?pi的特征向量ei(i 1,2,L,p),要求I e=1

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(huì)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(shí)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。

評論

0/150

提交評論