用matlab做主成分分析步骤 主成分分析的主要步骤？

主成分分析是将一组可能具有相关性的变量转换成一组线性不相关的变量。转换后的变量称为主成分。主成分分析步骤：1。规范原始数据。计算相关系数。计算特征值。确定主成分。综合主成分。主成分分析的原理是尝试将原

主成分分析是将一组可能具有相关性的变量转换成一组线性不相关的变量。转换后的变量称为主成分。

主成分分析步骤：1。规范原始数据。计算相关系数。计算特征值。确定主成分。综合主成分。

主成分分析的原理是尝试将原始变量重新组合成一组新的独立综合变量。同时，根据实际需要，可以少取几个总变量，尽可能地反映原始变量的信息。这种统计方法称为主成分分析或主成分分析，也是一种降维的数学方法。

左转|右转

展开数据

主成分分析的主要作用

1。主成分分析可以降低所研究数据空间的维数。

2. 有时我们可以通过因子负荷AIJ的结论找出x变量之间的一些关系。

主成分分析的主要步骤？

首先，规范化变量：Egen Z1=STD（x1）

主成分分析：PCA x*，mineigen（1）

主成分负荷分析：estat负荷，cnorm（eigen）

效果分析：estat kmo（一般大于0.7适合主成分分析）

碎石：屏幕图

主成分选择，一般选择前几个方差来解释80%以上主成分的累积因子

在MATLAB中使用主成分分析时，我们主要考虑几个占特征值近85%的特征值，这些特征值对应前几列的得分系数