大學(xué)生數(shù)學(xué)建模主成分分析的方法課件

OUANTITATIVEGBOGRAPUH主成分分析方法主成分分析的基本原理主成分分析的計(jì)算步驟主成分分析方法應(yīng)用實(shí)例Copyright()2019GeocomputationLabOUANTITATIVE1OUANTITATIVEGBOGRAPUH問題的提出:地理系統(tǒng)是多要素的復(fù)雜系統(tǒng)。在地理學(xué)研究中,多變量問題是經(jīng)常會(huì)遇到的。變量太多,無疑會(huì)增加分析問題的難度與復(fù)雜性,而且在許多實(shí)際問題中,多個(gè)變量之間是具有定的相關(guān)關(guān)系的因此,人們會(huì)很白然地想到,能否在相關(guān)分析的基礎(chǔ)上,用較少的新變量代替原來較多的舊變量,而且使這些較少的新變量盡可能多地保留原來變量所反映的信息?Copyright()2019GeocomputationLabOUANTITATIVE2OUANTITATIVEGBOGRAPUH事實(shí)上,這種想法是可以實(shí)現(xiàn)的,主成分分析方法就是綜合處理這種問題的一種強(qiáng)有力1的工具。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)。Copyright()2019GeocomputationLabOUANTITATIVE3OUANTITATIVEGBOGRAPUH主成分分析的基本原理假定有n個(gè)地理樣本,每個(gè)樣本共有p個(gè)變量,構(gòu)成一個(gè)n×p階的地理數(shù)據(jù)矩陣(1)Copyright()2019GeocomputationLabOUANTITATIVE4OUANTITATIVEGBOGRAPUH當(dāng)p較大時(shí),在p維空間中考察問題比較麻煩。為了克服這一困難,就需要進(jìn)行降維處理,即用較少的幾個(gè)綜合指標(biāo)代替原來較多的變量指標(biāo),而且使這些較少的綜合指標(biāo)既能盡量多地反映原來較多變量指標(biāo)所反映的信息,同時(shí)它們之間又是彼此獨(dú)立的Copyright()2019GeocomputationLabOUANTITATIVE5大學(xué)生數(shù)學(xué)建模主成分分析的方法課件6大學(xué)生數(shù)學(xué)建模主成分分析的方法課件7大學(xué)生數(shù)學(xué)建模主成分分析的方法課件8大學(xué)生數(shù)學(xué)建模主成分分析的方法課件9大學(xué)生數(shù)學(xué)建模主成分分析的方法課件10大學(xué)生數(shù)學(xué)建模主成分分析的方法課件11大學(xué)生數(shù)學(xué)建模主成分分析的方法課件12大學(xué)生數(shù)學(xué)建模主成分分析的方法課件13大學(xué)生數(shù)學(xué)建模主成分分析的方法課件14大學(xué)生數(shù)學(xué)建模主成分分析的方法課件15大學(xué)生數(shù)學(xué)建模主成分分析的方法課件16大學(xué)生數(shù)學(xué)建模主成分分析的方法課件17大學(xué)生數(shù)學(xué)建模主成分分析的方法課件18大學(xué)生數(shù)學(xué)建模主成分分析的方法課件19大學(xué)生數(shù)學(xué)建模主成分分析的方法課件20大學(xué)