一、實驗目的：熟悉主成分析的思想，掌握求主成分的方法以及R語言代碼
二、實驗內容：對於從不同的數據出發，掌握三種求主成分的方法，以及相應的R語言代碼。同時要求對命令輸出結果進行理解，解釋。
三、實驗設備與平臺：R語言
四、涉及的知識點：數據標準化，矩陣的特徵值，特徵向量，協方差矩陣，變量的相關係數矩陣，主成分分析思想，求解主成分的方法。
五、實驗過程： 從協方差矩陣出發，求主成分。 Comp.s爲從協方差矩陣求主成分的函數，輸出結果爲list形式。 其中，CP爲累計貢獻率，當累計貢獻率超過80%，即可確認主成分的個數m。 values爲協方差矩陣的特徵值 vectors爲協方差矩陣的特徵值對應特徵向量 輸出結果如下：
由結果可知，當m取2的時候累計貢獻率達到94.2179%大於80%，即認爲這兩個主成分以提取了絕大部分原數據的信息。 以下爲第一，第二主成分Z.1，Z.2 Z.1=0.88915x1+0.30956x2+0.33701x3 Z.2=0.32290x1-0.94628x2+0.01726x3 對於數據存在量綱的不同，要對數據進行中心化或者標準化。
|
從相關係數矩陣出發，求主成分分析
由結果可知，從相關係數矩陣出發，求得的主成分和從協方差出發求得的主成分的結果一樣。
相關過程解釋也和上述一樣。
------------------------------------------------------------------------------------------------------------------------------ 由上述輸出結果可得，m取2的時候，累計貢獻率高達94.2179%，大於80%，即m=2.
由協方差矩陣的特徵值以及特徵向量可以得到兩個主成分爲： Z.1=0.8892x1+0.3096x2+0.3370x3 Z.2=0.3229x1-0.9462x2+0.0172x3
由結果可知，從相關係數矩陣出發，求得的主成分和從協方差出發求得的主成分的結果一樣。
相關過程解釋也和上述一樣。 對於主成分分析的基本原理，可以參考一下點擊打開鏈接（轉http://www.cnblogs.com/pinard/）
|
