主成分分析方法.ppt

主成分分析方法.ppt

ID:48081489

大小:438.00 KB

页数:42页

时间:2020-01-12

主成分分析方法.ppt_第1页
主成分分析方法.ppt_第2页
主成分分析方法.ppt_第3页
主成分分析方法.ppt_第4页
主成分分析方法.ppt_第5页
资源描述:

《主成分分析方法.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、主成分分析方法问题的提出地理环境是多要素的复杂系统,在进行分析时多变量问题是经常会遇到的。变量太多,会增加分析问题的难度与复杂性,而且在实际问题中,多个变量之间往往具有一定的相关关系。因此,能否在各个变量之间相关关系研究基础上,用较少的新变量代替原来较多的变量,而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息?主成分分析上述想法是可以实现的。主成分分析方法就是综合处理这种问题的一种强有力的方法。主成分分析的基本原理主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法,从数学角度来看

2、,这是一种降维处理技术。主成分分析的基本原理假定有n个地理样本,每个样本共有p个变量描述,这样就构成了一个n×p阶的地理数据矩阵:主成分分析的基本原理当p比较大时,如何从这么多变量的数据中抓住地理事物的内在规律性?要解决这一问题,自然要在p维空间中加以考察,这是比较困难的。主成分分析的基本原理为了克服上述困难,就需要进行降维处理,即用较少的几个综合指标来代替原来较多的变量指标,而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息,同时它们之间又是彼此独立的。主成分分析的基本原理这些综合指标(即新

3、变量)应如何选取?最简单的形式就是取原来变量指标的线性组合,适当调整组合系数,使新的变量指标之间相互独立且代表性最好。主成分分析的基本原理如果记原来的变量指标为x1,x2,…,xp,它们的综合指标——新变量指标为z1,z2,…,zm(m≤p)。则主成分分析的基本原理在上式中,系数lij由下列原则来决定:(1)zi与zj(i≠j;i,j=1,2,…,m)相互无关;(2)z1是x1,x2,…,xp的一切线性组合中方差最大者;z2是与z1不相关的x1,x2,…,xp的所有线性组合中方差最大者;……;zm是与z1,

4、z2,……,zm-1都不相关的x1,x2,…,xp的所有线性组合中方差最大者。主成分分析的基本原理这样决定的新变量指标z1,z2,…,zm分别称为原变量指标x1,x2,…,xp的第一,第二,…,第m主成分。主成分分析的基本原理其中,z1在总方差中占的比例最大,z2,z3,…,zm的方差依次递减。在实际问题的分析中,常挑选前几个最大的主成分,这样既减少了变量的数目,又抓住了主要矛盾,简化了变量之间的关系。主成分分析的基本原理从以上分析可以看出,找主成分就是确定原来变量xj(j=1,2,…,p)在各主成分zi(

5、i=1,2,…,m)上的载荷lij(i=1,2,…,m;j=1,2,…,p),从数学上容易知道,它们分别是x1,x2,…,xp的相关矩阵的m个较大的特征值所对应的特征向量。主成分分析的计算步骤(1)计算相关系数矩阵(2)计算特征值与特征向量(3)计算主成分贡献率及累计贡献率(4)计算主成分载荷(1)计算相关系数矩阵式中,rij(i,j=1,2,…,p)为原来变量xi与xj的相关系数(1)计算相关系数矩阵相关系数rij的计算公式为:(1)计算相关系数矩阵因为相关系数矩阵R是实对称矩阵(即rij=rji),所以

6、只需计算上三角元素或下三角元素即可。(2)计算特征值与特征向量首先解特征方程

7、λI–R

8、=0求出特征值λi(i=1,2,…,p),并使其按大小顺序排列,即λ1≥λ2≥…,≥λp≥0;(2)计算特征值与特征向量然后分别求出对应于特征值λi的特征向量ei(i=1,2,…,p)。(2)计算特征值与特征向量数值计算方法实对称矩阵特征值与特征向量的雅可比法雅可比法的算法原理雅可比(Jacobi)方法求实对称矩阵特征值与特征向量的基本思路如下:设n阶矩阵A为对称矩阵,在其非对角线元素中选取一个绝对值最大的元素,设为ap

9、q,利用平面旋转变换矩阵R0(p,q,θ)对A进行正交相似变换:A1=AR0(p,q,θ)其中,R0(p,q,θ)的元素为:雅可比法的算法原理rpp=cosθ,rqq=cosθ,rpq=-sinθ,rqp=sinθ,rij=0,i,j≠p,q雅可比法的算法原理如果按下式确定角度θ:则对称矩阵A经上述变换后,其非对角线元素的平方和将减少2a2pq,对角线元素的平方和将增加2a2pq,而矩阵中所有元素的平方和保持不变。雅可比法的算法原理由此可知,对称矩阵A每经过一次这样的正交相似变换,其非对角线元素的平方和将向

10、0趋近一步。因此,只要反复进行上述正交变换,就可以将对称矩阵A变换为对角矩阵。对角矩阵中对角线上的元素即是矩阵的特征值,而每一步中的平面旋转矩阵的乘积的一列即为对应的特征向量。(3)计算主成分贡献率及 累计贡献率主成分zi贡献率为:累计贡献率为:(3)计算主成分贡献率及 累计贡献率一般取累计贡献率达85-95%的特征值λ1,λ2,…,λm所对应的第一,第二,……,第m(m≤p)个主成分。(4)计算主成分载荷主成分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。