主成分分析

principal component analysis 主成份分析

热度:559

简介

主成分分析(principal component analysis,pca), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。

在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。

主成分分析首先是由k.皮尔森(karl pearson)对非随机变量引入的,尔后h.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。

中文名	主成分
功效	降维
原始名称	主成分分析
学科	数学
绰号	主分量分析
缩写	pca

外文名

principal component analysis

应用

人口统计学

数量地理学

精选上位词

方法

科学百科数理科学分类

统计方法

精选别名

principal component analysis

主成份分析

英文名

principal component analysis

相关实体