描述 | 内容 |
页面标题： (title)
此屬性控制 <title> 元素內容。 | 主成分分析(PCA) - 决策链云智库 (DecisionLinnc Software) |
文章作者： (author) | |
文章描述： (description)
此屬性控制 description 與 og:description 元素內容。 | 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。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。散点图表示新构建的两个占比最高的主成分变量中样本的分布情况。用途：用于降维的统计技术，它可以将一组可能相关的变量转化为一组线性无关的变量，这些新的变量被称为主成分。可以使用PCA来减少变量的数量。参数：选择连续型数值变量，和绘图需要的分组变量 |
文章图片： (image)
此屬性控制 og:image 元素內容。
該圖片主要用於社交媒體上顯示的縮圖。 |  |
关键词： (keywords)
此屬性控制 keywords 與 article:tag 元素內容。 | - 主成分分析(PCA)
- Principal Component Analysis
- 数据分析
- [[DataAGM Lv1 Cat::多元分析]]
- 数据挖掘
- PCA
- ScatterWithConfidenceInterval;PointSizePlot;LinePlot
- DecisionLinnc Software
- 决策链
- 决策链数据科学软件
- 訣策链
- 訣策链数据科学软件
- 数据加工
- 数据分析
- 数据挖掘
- 机器学习
- 神经网络
- 统计流
- Workflow
|
文章地区： (locale) | zh-cn |
爬虫模式（机器人）： (robots) | index,follow |
网站名称： (site_name) | 决策链云智库 (DecisionLinnc Wiki) |
文章类型： (type) | 节点信息 (DecisionLinnc Node Info Page) |
