主成分分析法介绍
1、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。
2、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。
3、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。
查看全部
主成分分析法介绍 相关文章
相关资讯
你可能感兴趣的资讯
1大陆用户欧易实名认证：一步到位，避免常见错误，安全敏感人群月度更新
2OKX安全设置：详细图解-移动端优先-合规优先人群-加速KYC通过
3OKX安全设置：完整攻略-稳定入口-安全敏感人群-十分钟可用
4备用域名OKX新手指南：保姆级教程，提升账户安全，机构用户持续迭代
5OKX国内使用：一步到位-移动端优先-交易爱好者-提高交易效率
6中国地区OKX操作教程：详细图解，稳定访问入口，老用户回归最新版
7欧易OKX注册全指南：进阶策略·零经验可用·避免常见错误·稳定更新
8合规与安全OKX国内使用：避坑指南，十分钟可用，移动端重度用户长期有效