需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：4854 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要: PCA（Principal Components Analysis）是主成分分析，通過線性變換在多個變量中選擇幾個重要變量的多元統(tǒng)計分析方法。也被稱為主分量分析。其主要思想是降低數(shù)據(jù)維數(shù)，用較少的變量（主成分）來代替原來的多個變量，具有很好的降維方法.PCA具有方便的計算方法，簡單的概念，它是一種常用的人臉識別技術(shù)之一。在多變量統(tǒng)計分析方法中，研究的主題，過多的變量的數(shù)目將增加任務(wù)的復(fù)雜性。人們變量的數(shù)目是越來越少，同時仍能夠讓你獲得更多的信息。在很多情況下，變量之間存在著一定的關(guān)系，當(dāng)變量之間有一定的相關(guān)性時，可以通過這兩個變量來解釋這一主題信息有一定的重疊。 主成分分析基本原理:
目錄 摘要 Abstract 1數(shù)據(jù)的收集和分析方法-1 1.1 數(shù)據(jù)的來源-1 1.2 Person相關(guān)性分析法-2 1.3主成分分析降維方法的理論知識-3 1.4 假設(shè)檢驗-4 2 分析結(jié)果-6 2.1相關(guān)性分析和線性回歸-6 2.2 基于主成分分析方法的因子分析-9 3各城市數(shù)據(jù)比較-11 3.1 AQI值和PM2.5的比較分析-11 3.2質(zhì)量等級比較分析-12 4 結(jié)論-16 附 錄-17 致 謝-18 |
