主成分分析及matlab实现讲稿.ppt

《主成分分析及matlab实现讲稿.ppt》由会员分享，可在线阅读，更多相关《主成分分析及matlab实现讲稿.ppt（31页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、关于主成分分析及matlab实现第一页，讲稿共三十一页哦 在实际问题研究中，多变量问题是经常会遇在实际问题研究中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。是具有一定的相关关系的。 因此，人们会很自然地想到，能否在相关因此，人们会很自然地想到，能否在相关分析的基础上，用较少的新变量代替原来较多分析的基础上，用较少的新变量代替原来较多的旧变量，而且使这些较少的新变量尽可能多的旧变量，而且使这些较少的新变量尽可能多地保留原来变量所

2、反映的信息？地保留原来变量所反映的信息？ 问题的提出问题的提出：第二页，讲稿共三十一页哦 事实上，这种想法是可以实现的，主成分分析事实上，这种想法是可以实现的，主成分分析方法就是综合处理这种问题的一种强有力的工具。方法就是综合处理这种问题的一种强有力的工具。 主成分分析是把原来多个变量划为少数几个综合指主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法。标的一种统计分析方法。 从数学角度来看，这是一种降维处理技术。从数学角度来看，这是一种降维处理技术。 第三页，讲稿共三十一页哦 n例如，某人要做一件上衣要测量很多尺寸，如身长、例如，某人要做一件上衣要测量很多尺寸，如身长、袖长、胸

3、围、腰围、肩宽、肩厚等十几项指标，但袖长、胸围、腰围、肩宽、肩厚等十几项指标，但某服装厂要生产一批新型服装绝不可能把尺寸的型某服装厂要生产一批新型服装绝不可能把尺寸的型号分得过多号分得过多 ？而是从多种指标中综合成几个少数的？而是从多种指标中综合成几个少数的综合指标，做为分类的型号，利用主成分分析将十综合指标，做为分类的型号，利用主成分分析将十几项指标综合成几项指标综合成3项指标，一项是反映长度的指标，项指标，一项是反映长度的指标，一项是反映胖瘦的指标，一项是反映特体的指标。一项是反映胖瘦的指标，一项是反映特体的指标。第四页，讲稿共三十一页哦一、主成分分析的基本原理 假定有假定有n个样本，每个

4、样本共有个样本，每个样本共有p p个变量，构个变量，构成一个成一个np阶的数据矩阵阶的数据矩阵npnnppxxxxxxxxxX212222111211（1.1） 第五页，讲稿共三十一页哦 当当p较大时，在较大时，在p维空间中考察问题比较麻烦。维空间中考察问题比较麻烦。为了克服这一困难，就需要进行降维处理，即用为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标代替原来较多的变量指标，较少的几个综合指标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而且使这些较少的综合指标既能尽量多地反映原来较多变量指标所反映的信息，同时它们之间又来较多变量指标所反映的信息，同时它们之

5、间又是彼此独立的。是彼此独立的。第六页，讲稿共三十一页哦 定义：记定义：记x1，x2，xP为原变量指标，为原变量指标，z1，z2，zm（mp）为新变量指标）为新变量指标111 11221221 122221 122221.1ppppmmmmppiipzl xl xl xzl xl xlxzl xlxlxll(1.2) 系数系数lij的确定原则：的确定原则： zi与与zj（ij；i，j=1，2，m）相互无）相互无关；关；第七页，讲稿共三十一页哦 z1是是x1，x2，xP的一切线性组合中方的一切线性组合中方差最大者，差最大者，z2是与是与z1不相关的不相关的x1，x2，xP的所的所有线性组合中方差

6、最大者有线性组合中方差最大者; zm是与是与z1，z2，zm1都不相关的都不相关的x1，x2，xP， 的所有的所有线性组合中方差最大者。线性组合中方差最大者。 则新变量指标则新变量指标z1，z2，zm分别称为原变分别称为原变量指标量指标x1，x2，xP的第的第1，第，第2，第，第m主成主成分。分。 第八页，讲稿共三十一页哦 从以上的分析可以看出，主成分分析的实质就从以上的分析可以看出，主成分分析的实质就是确定原来变量是确定原来变量xj（j=1，2 ， p）在诸主成分）在诸主成分zi（i=1，2，m）上的荷载）上的荷载 lij（ i=1，2，m； j=1，2 ，p）。）。 从数学上可以证明，它们

7、分别是相关矩阵从数学上可以证明，它们分别是相关矩阵m个个较大的特征值所对应的特征向量。较大的特征值所对应的特征向量。 第九页，讲稿共三十一页哦二、主成分分析的计算步骤二、主成分分析的计算步骤 设有设有 n 个样品，每个样品观测个样品，每个样品观测 p 个指标，将原始个指标，将原始数据写成矩阵数据写成矩阵1将原始数据标准化。这里不妨设上边矩阵已标准将原始数据标准化。这里不妨设上边矩阵已标准化了。化了。 2建立变量的相关系数阵：建立变量的相关系数阵：12211()()()()nkiikjjkijnnkiikjjkkxxxxrxxxx第十页，讲稿共三十一页哦3求求R的特征根的特征根及相应的单位特征向

8、量：及相应的单位特征向量：4写出主成分写出主成分第十一页，讲稿共三十一页哦 计算主成分贡献率及累计贡献率计算主成分贡献率及累计贡献率 贡献率贡献率累计贡献率累计贡献率 ),2, 1(1pipkki),2, 1(11pipkkikk 一般取累计贡献率达一般取累计贡献率达85%95%的特征值的特征值所对应的第所对应的第1 1、第、第2 2、第、第m（mp）个主成分。）个主成分。 m,21第十二页，讲稿共三十一页哦三、 实例演示 例例 对全国对全国30个省市自治区经济发展基本情况个省市自治区经济发展基本情况的八项指标作主成分分析，原始数据如下：的八项指标作主成分分析，原始数据如下：第十三页，讲稿共三

9、十一页哦第十四页，讲稿共三十一页哦第十五页，讲稿共三十一页哦第十六页，讲稿共三十一页哦第一步第一步 将原始数据标准化。将原始数据标准化。第二步第二步 建立指标之间的相关系数阵建立指标之间的相关系数阵R如下如下第十七页，讲稿共三十一页哦第三步第三步 求求R的特征值和特征向量。的特征值和特征向量。第十八页，讲稿共三十一页哦 从上表看，前从上表看，前3个特征值累计贡献率已达个特征值累计贡献率已达89564，说明前，说明前3个主成分基本包含了全部指标具有的信息，我们取前个主成分基本包含了全部指标具有的信息，我们取前3个特个特征值，并计算出相应的特征向量：征值，并计算出相应的特征向量：第十九页，讲稿共三

10、十一页哦因而前三个主成分为：因而前三个主成分为：第一主成分：第一主成分：第二主成分：第二主成分：212346780.1079950.2585120.2875360.4009310.40431 50.4988010.488680.167392FXXXXXXXX第二十页，讲稿共三十一页哦第三主成分：第三主成分： 在第一主成分的表达式中第一、二、三项指标的系数较大，在第一主成分的表达式中第一、二、三项指标的系数较大，这三个指标起主要作用，我们可以把第一王成分看成是由国内生这三个指标起主要作用，我们可以把第一王成分看成是由国内生产总值、固定资产投资和居民消费水平所该划的反映经济发展状产总值、固定资产投

11、资和居民消费水平所该划的反映经济发展状况的综合指标；况的综合指标； 在第二主成分中，第四、五、六、七项指标的影响大，且第在第二主成分中，第四、五、六、七项指标的影响大，且第六、七项指标的影响尤其大，可将之看成是反映物价指数、职工六、七项指标的影响尤其大，可将之看成是反映物价指数、职工工资和货物周转量的综合指标；工资和货物周转量的综合指标； 在第三主成分中，第八项指数影响最大，远超过其它指标的影在第三主成分中，第八项指数影响最大，远超过其它指标的影响，可单独看成是工业总产值的影响。响，可单独看成是工业总产值的影响。第二十一页，讲稿共三十一页哦四四.主成分分析的应用主成分分析的应用n1.主成分分析

12、用于系统评估主成分分析用于系统评估 利用主成分利用主成分F1，Fp做线性组合，并以做线性组合，并以每个主成分每个主成分 Fi 的方差贡献率的方差贡献率 作为权数作为权数构造一个综合评价函数：构造一个综合评价函数： 也称也称 y 为评估指数，依据对每个系统计算为评估指数，依据对每个系统计算出的出的 y 值大小进行排序比较或分类划级。值大小进行排序比较或分类划级。第二十二页，讲稿共三十一页哦例1. 城市环境生态化是城市发展的必然趁势，表现为社会、经城市环境生态化是城市发展的必然趁势，表现为社会、经济、环境与生态全方位的现代化水平，一个符合生态规律的济、环境与生态全方位的现代化水平，一个符合生态规律

13、的生态城市应该是结构合理、功能高效和关系协调的城市生态生态城市应该是结构合理、功能高效和关系协调的城市生态系统。所谓结构合理是指适度的人口密度，合理的土地利用，系统。所谓结构合理是指适度的人口密度，合理的土地利用，良好的环境质量，充足的绿地系统，完善的基础设施，有效良好的环境质量，充足的绿地系统，完善的基础设施，有效的自然保护；功能高效是指资源的优化配置、物力的经济投的自然保护；功能高效是指资源的优化配置、物力的经济投入、人力的充分发挥、物流的畅通有序、信息流的快捷；关入、人力的充分发挥、物流的畅通有序、信息流的快捷；关系协调是指人和自然协调、社会关系协调、城乡协调、资源系协调是指人和自然协调

14、、社会关系协调、城乡协调、资源利用和更新协调。一个城市要实现生态城市的发展目标，关利用和更新协调。一个城市要实现生态城市的发展目标，关键是在市场经济的体制下逐步改善城市的生态环境质量，防键是在市场经济的体制下逐步改善城市的生态环境质量，防止生态环境质量恶化，因此，对城市的生态环境水平调查评止生态环境质量恶化，因此，对城市的生态环境水平调查评价很有必要。价很有必要。第二十三页，讲稿共三十一页哦 我们对江苏省十个城市的生态环境状况进行了调查，得到生态环我们对江苏省十个城市的生态环境状况进行了调查，得到生态环境指标的指数值，见表境指标的指数值，见表1。现对生态环境水平分析和评价。现对生态环境水平分析

15、和评价。第二十四页，讲稿共三十一页哦第二十五页，讲稿共三十一页哦利用Matlab中的princomp命令实现。具体程序如下X= 0.7883 0 .7391 0.8111 0.6587 0.6543 0.8259 0.8486 0.6834 0.8495 0.7846 0.7633 0.7287 0.7629 0.8552 0.7564 0.7455 0.7800 0.9490 0.8918 0.8954 0.4745 0.5126 0.8810 0.8903 0.8288 0.7850 0.8032 0.8862 0.3987 0.3970 0.8246 0.7603 0.6888 0.89

16、77 0.7926 0.7856 0.6509 0.8902 0.6799 0.9877 0.8791 0.8736 0.8183 0.9446 0.9202 0.9263 0.9185 0.9505 0.8620 0.8873 0.9538 0.9257 0.9285 0.9434 0.9154 0.8871 0.9357 0.8760 0.9579 0.9741 0.8785 0.8542 0.8537 0.9027 0.8729 0.8485 0.8473 0.9044 0.8866 0.9035 0.6305 0.6187 0.6313 0.7415 0.6398 0.6142 0.5

17、734 0.8980 0.6186 0.7382 0.8928 0.7831 0.5608 0.8419 0.8464 0.7616 0.8234 0.6384 0.9604 0.8514;第二十六页，讲稿共三十一页哦第二十七页，讲稿共三十一页哦这样，前三个主成分为 第一主成分贡献率为43.12，第二主成分贡献率为29.34，第三主成分贡献率为11.97，前三个主成分累计贡献率达84.24。 如果按80 以上的信息量选取新因子，则可以选取前三个新因子。第一新因子z1 包含的信息量最大为43.12，它的主要代表变量为X8(城市文明)、X7(生产效率)、X4 (城市绿化)，其权重系数分别为0.48

18、15、0.4236、0.4048，反映了这三个变量与生态环境水平密切相关，第二新因子Z2第二十八页，讲稿共三十一页哦 包含的信息量次之为29.34，它的主要代表变量为X3(地理结构)、X6(资源配置)、X9 (可持续性)，其权重系数分别为0.5299、0.5273、0.4589，第三新因子 Z3包含的信息量为11.97，代表总量为 X9(可持续性)、 X5(物质还原)，权重系数分别为0.5933、0.5664。这些代表变量反映了各自对该新因子作用的大小，它们是生态环境系统中最重要的影响因素。 根据前三个主成分得分，用其贡献率加权，即得十个城市各自的总得分 根据总得分排序，结果见表1。第二十九页

19、，讲稿共三十一页哦n2.主成分回归 考察进口总额Y与三个自变量：国内总产值x1,存储量x2，总消费量x3之间的关系，现收集数据如下，试用主成分回归分析方法求进口总额与总产值、存储量和总消费量的定量关系式.序号 x1 x2 x3 Y1234567891011149.3161.2171.5175.5180.8190.7202.1212.4226.1231.9239.04.24.13.13.11.12.22.15.65.05.10.7108.1114.8123.2126.9132.1137.7146.0154.1162.3164.3167.615.916.419.019.118.820.422.726.528.127.626.3第三十页，讲稿共三十一页哦感谢大家观看感谢大家观看第三十一页，讲稿共三十一页哦