中文:主成分分析;日语:しゅせいぶんぶんせきほう
基于1个网页-相关网页
主成分分析法 しゅせいぶんぶんせき
主要成分分析 しゅせいぶんぶんせきほう
主成分分析
主成分分析です
以上为机器翻译结果，长、整句建议使用 人工翻译 。
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。
详细内容
应用推荐
模块上移
模块下移
不移动