您当前的位置: 首页 >  数学

川川菜鸟

暂无认证

  • 2浏览

    0关注

    969博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文

数学建模学习(62):主成成分分析(PCA)讲解与应用(一)

川川菜鸟 发布时间:2022-01-29 01:07:41 ,浏览量:2

概念

存在一定的相关性,比如在研究上海世界博览会影响力评价时,就要考虑多个评价变量。当变量个数较多且变量之间存在复杂关系时,会显著增加分析问题的复杂性。如果有一种方法可以将多个变量综合为少数几个代表性变量,使这些变量既能够代表原始变量的绝大多数信息又互不相关,那么这样的方法无疑有助于对问题的分析和建模。这样的方法就是主成成分分析。

PCA步骤
  1. 对原始数据进行标准化处理
  2. 计算样本相关系数矩阵
  3. 计算相关系数矩阵R的特征值和相应的特征向量
  4. 选择重要的主成分,并写出主成分表达式
  5. 计算主成分得分
  6. 依据主成分得分的数据,进一步对问题进行后续的分析和建模
企业综合实力排序案例分析与matlab实现

为了系统地分析某IT类企业的经济效益﹐选择了8个不同的利润指标,对15家企业进行了调研,并得到如下所示的数据。请根据这些数据对这15家企业进行综合实力排序。 在这里插入图片描述 matlab代码实现:

clear all
clc
%% 数据导入处理
clc
clear all
A = xlsread('t.xlsx'
关注
打赏
1665165634
查看更多评论
立即登录/注册

微信扫码登录

0.1698s