Beispiel: Kovarianz- und Hauptkomponentenanalyse

Funktionen > Vektor und Matrix > Array-Eigenschaften > Beispiel: Kovarianz- und Hauptkomponentenanalyse

Berechnen Sie die Kovarianz eines Datensatzes, und verwenden Sie die Funktionen eigenvals und eigenvec, um eine Hauptkomponentenanalyse durchzuführen.

1. Definieren Sie die folgende Matrix D.

Jede Zeile von D entspricht einer Beobachtung, jede Spalte einem gemessenen Merkmal.

2. Berechnen Sie die Kovarianzmatrix der Stichprobe.

3. Berechnen und sortieren Sie die Eigenwerte.

<region id="ID0EX1BFB" top="921.6" left="38.4" width="233.816666666667" height="25.6" xmlns="http://schemas.mathsoft.com/worksheet50">
  <math resultRef="5">
    <define xmlns="http://schemas.mathsoft.com/math50">
      <id label="None" xml:space="preserve">V</id>
      <apply>
        <id label="Function" xml:space="preserve" label-is-contextual="true">reverse</id>
        <apply>
          <id label="Function" xml:space="preserve" label-is-contextual="true">sort</id>
          <apply>
            <id label="Function" xml:space="preserve" label-is-contextual="true">eigenvals</id>
            <id label="Variable" xml:space="preserve" label-is-contextual="true">S1</id>
          </apply>
        </apply>
      </apply>
    </define>
    <resultFormat>
      <general precision="3" show-trailing-zeros="false" radix="dec" zero-threshold="15" imaginary-value="i" exponential-threshold="3" />
      <matrix size="12,12" offset="0,0" show-indices="false" expand-nested-arrays="false" />
    </resultFormat>
  </math>
</region>

4. Berechnen Sie die Transformationsmatrix.

<region id="ID0EV3BFB" top="1075.2" left="38.4" width="150.513333333333" height="36.8" xmlns="http://schemas.mathsoft.com/worksheet50">
  <math resultRef="7">
    <define xmlns="http://schemas.mathsoft.com/math50">
      <apply>
        <indexer />
        <id label="Variable" xml:space="preserve">x</id>
        <id label="None" xml:space="preserve">j</id>
      </apply>
      <apply>
        <id label="Function" xml:space="preserve" label-is-contextual="true">eigenvec</id>
        <sequence>
          <id label="Variable" xml:space="preserve" label-is-contextual="true">S1</id>
          <apply>
            <indexer />
            <id label="Variable" xml:space="preserve" label-is-contextual="true">V</id>
            <id xml:space="preserve">j</id>
          </apply>
        </sequence>
      </apply>
    </define>
    <resultFormat>
      <general precision="3" show-trailing-zeros="false" radix="dec" zero-threshold="15" imaginary-value="i" exponential-threshold="3" />
      <matrix size="12,12" offset="0,0" show-indices="false" expand-nested-arrays="false" />
    </resultFormat>
  </math>
</region>

<region id="ID0ED4BFB" top="1132.8" left="38.4" width="166.673333333333" height="36.8" xmlns="http://schemas.mathsoft.com/worksheet50">
  <math resultRef="8">
    <define xmlns="http://schemas.mathsoft.com/math50">
      <id label="None" xml:space="preserve">T</id>
      <apply>
        <id label="Function" xml:space="preserve" label-is-contextual="true">augment</id>
        <sequence>
          <apply>
            <indexer />
            <id label="Variable" xml:space="preserve" label-is-contextual="true">x</id>
            <real>0</real>
          </apply>
          <apply>
            <indexer />
            <id label="Variable" xml:space="preserve" label-is-contextual="true">x</id>
            <real>1</real>
          </apply>
          <apply>
            <indexer />
            <id label="Variable" xml:space="preserve" label-is-contextual="true">x</id>
            <real>2</real>
          </apply>
        </sequence>
      </apply>
    </define>
    <resultFormat>
      <general precision="3" show-trailing-zeros="false" radix="dec" zero-threshold="15" imaginary-value="i" exponential-threshold="3" />
      <matrix size="12,12" offset="0,0" show-indices="false" expand-nested-arrays="false" />
    </resultFormat>
  </math>
</region>

5. Transformieren Sie die ursprünglichen Daten.

6. Berechnen Sie die Kovarianzmatrix der transformierten Daten.

Die Hauptkomponenten der Daten sind die diagonalen Elemente von Matrix S2.

Zugehörige Themen

Eigenvektoren und Eigenwerte

War dies hilfreich?