标签：分析 plot 变量 CA 回归 成分 马赛克 PCA 对应
原文链接：http://tecdat.cn/?p=22762
原文出处：拓端数据部落公众号
主成分分析法是数据挖掘中常用的一种降维算法,是Pearson在1901年提出的,再后来由hotelling在1933年加以发展提出的一种多变量的统计方法，其最主要的用途在于“降维”，通过析取主成分显出的最大的个别差异,也可以用来削减回归分析和聚类分析中变量的数目，与因子分析类似。
所谓降维，就是把具有相关性的变量数目减少，用较少的变量来取代原先变量。如果原始变量互相正交，即没有相关性，则主成分分析没有效果。
对应分析（CA）是适用于分析由两个定性变量（或分类数据）形成的大型应变表的主成分分析的扩展。本文通过析取主成分来分析夫妻职业的个别差异。
夫妻职业数据
考虑以下数据，对应于一对夫妻中的职业。我们有以下的频数表
read.table(data.csv",header=TRUE)
传统上，对于这种数据，我们习惯于使用卡方检验，卡方距离，以及卡方贡献来查看数据的差异性
chisq.test(M)
马赛克图
Mosaic plot常常用来展示Categorical data(分类数据)(关于不同的数据类别，mosaic plot 强大的地方在于它能够很好的展示出2个或者多个分类型变量(categorical variable)的关系. 它也可以定义为用图像的方式展示分类型数据。
当变量是类别变量时，且数目多于三个的时候，可使用马赛克图。马赛克图中，嵌套矩阵面积正比于单元格频率，其中该频率即多维列联表中的频率。颜色和阴影可表示拟合模型的残差值。
我们可以将其结果用马赛克图来形象化。
plot(tM)
丈夫在行中，妻子在列中。重要的联系是蓝色或红色，这两种颜色分别对应于 "正 "联系（比独立情况下的联合概率高）或 "负 "联系（比独立情况下的联合概率低）。
在另一个方向
plot(M)
但结论与之前一样：对角线上有很强的蓝色数值。
换句话说，这些夫妻在职业方面是相对相似和单一的。
主成分分析和对应分析
在对应分析中，我们查看概率表，在行或列中。例如，我们可以定义行，它是概率向量
N/apply(N,1,sum)注意到 
，我们可以写出
我们的线向量的重心在这里
同样，注意到 
, 我们可以用矩阵的方式来写, 
.
L0=(t(L)-Lbar)对于每一个点，我们都将（相对）频率作为权重进行关联，
这相当于使用矩阵 。为了测量两点之间的距离
，我们将通过概率的倒数对欧氏距离进行加权，
。两条线之间的距离是
然后我们将用这些不同的权重做主成分分析。从矩阵的角度来看
我们注意到特征向量
，我们定义了主成分
对线条的前两个成分的投影，在此给出了
PCA(L0,scal=FALSE
我们的想法是将对应于行的个体进行可视化。在第二步中，我们做相同的事情，在列中
N/apply(N,2,sum))中心：
C0=C-Cbar主成分分析
然后我们可以做一个主成分分析
PCA(matC0看个人的可视化。
对应分析
对应分析的奇妙之处在于，我们 "可以 "在同一平面上表示个人的两个投影。
- > plot(C[,1:2])
结果如下
> afc=CA(N)
最受欢迎的见解
1.matlab偏最小二乘回归(PLSR)和主成分回归(PCR)
2.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析
6.r语言中对lasso回归，ridge岭回归和elastic-net模型
9.R语言线性判别分析（LDA），二次判别分析（QDA）和正则判别分析（RDA）
标签：分析,plot,变量,CA,回归,成分,马赛克,PCA,对应 来源： https://www.cnblogs.com/tecdat/p/14948154.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。