主成分分析案例

最新推荐文章于 2026-05-18 08:15:00 发布

原创

最新推荐文章于 2026-05-18 08:15:00 发布 · 1.3w 阅读

135

本文通过一个具体的案例，详细展示了如何使用主成分分析（PCA）进行数据预处理，包括数据标准化、计算相关系数矩阵、确定主成分个数、建立主成分方程及计算主成分得分，最终实现对城市进行排序。

去百度文库上一搜，是很老的题目了。这里所做的只是准备工作，为后面更多的数据处理做准备。

例题

1.对原始资料矩阵进行标准化处理

zef_data = xlsread('chengshi.xls');
z = zscore(zef_data)

z =

    1.1977    0.7149    0.6674    1.1390    0.9189    3.1113    2.5079    3.2677    3.6461    3.6018
    0.5570    0.6125    0.3058    1.3990   -0.6652    1.3427    0.5439    0.7769    1.1365    0.8394
    0.4914   -1.4940    1.8031   -0.1495   -0.6958   -0.9003   -0.3724    0.1012   -0.1547   -0.3345
   -0.5940    1.0693   -1.0304   -0.5571   -0.7879    0.0172   -0.5484   -0.4053   -0.2385   -0.4168
   -0.7678   -0.2339   -0.8938   -0.7459   -0.7494   -0.8349   -0.6636   -0.8144   -0.7997   -0.6873
    0.1174    0.9093    0.0886   -0.2536   -0.2453    0.3405   -0.1177    0.4098    0.3259   -0.0252
   -0.1312    0.0896    0.7057    0.0019    0.0330    0.6874    0.0492    0.1752   -0.1721   -0.1719
    0.1440   -0.4423    0.6777   -0.2398   -0.5212   -0.1999   -0.3668   -0.2671   -0.0699   -0.2359
    0.5889   -0.1036    1.5339   -0.4148   -0.3439   -0.3848   -0.2199   -0.0026    0.7761    0.0975
    1.3169    1.5667    0.9057    4.5318   -0.3730    3.0124    4.3123    3.1335    2.7543    3.4700
   -0.1460    0.3290   -0.2349    0.4584    0.3569   -0.0473   -0.0039   -0.1262    0.0649    0.1357
    0.0022   -0.7525    0.2146    0.3531    0.6924   -0.0022   -0.2575    0.1542   -0.1390   -0.0032
   -0.1442   -1.3638    0.2288    0.2177    1.0945   -0.1295   -0.1959   -0.1960   -0.5580   -0.2833
   -0.3487   -0.9778   -0.6156   -0.5790   -0.5135   -0.9365   -0.5126   -0.7781   -0.7374   -0.6401
   -0.0598   -1.2511    0.9936   -0.1820   -0.1461   -0.4152   -0.2363   -0.2307   -0.4683   -0.3959
   -0.9164    0.0406   -0.9276   -0.2610   -0.6216   -0.8398   -0.2939   -0.7001   -0.7415   -0.4141
   -0.3596   -0.4907   -0.5527   -0.5995   -0.6266   -0.7829   -0.5905   -0.6146   -0.5589   -0.5537
   -0.1079   -0.4320    0.2902   -0.2084   -0.4186    0.0062   -0.2444   -0.3758   -0.3029   -0.3362
    0.1662   -0.6695    1.2366    0.3031    0.2770    0.4899   -0.0108   -0.2391   -0.0592   -0.1753
    0.0009   -0.8324   -0.5642   -0.3065    0.0008   -0.4540   -0.3311   -0.2138   -0.2866   -0.3832
    0.2364    0.6488   -0.0003   -0.0886   -0.0586    0.3432   -0.0744   -0.1154    0.4917    0.1019
   -0.0611   -1.0245   -0.0689   -0.5217   -0.1595   -0.5505   -0.4063   -0.4827   -0.46

标签