數學建模究極算法之主成分分析法

主成分分析法 1.定義： 主成分分析的主要目的是希望用較少的變量去解釋原來資料中的大部分變異，將我們手中許多相關性很高的變量轉化成彼此相互獨立或不相關的變量。通常是選出比原始變量個數少，能解釋大部分資料中的變異的幾個新變量，即所謂主成分，並用以解釋資料的綜合性指標。由此可見，主成分分析實際上是一種降維方法。 2.基本思想和方法： 1.選擇適當權重使得數據加權和分散（使方差最大化） 2.注意事項：

>>阅读原文<<