数学建模MATLAB应用实战系列(八十七)-主成分分析法(附MATLAB和Python代码)

Posted 文宇肃然

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学建模MATLAB应用实战系列(八十七)-主成分分析法(附MATLAB和Python代码)相关的知识,希望对你有一定的参考价值。

前言

主成分分析法最常用于降维也可以用来综合评价,此篇主要介绍用主成分分析法用于综合评价。主成分分析综合评价法是从原始数据所给定的信息直接确定权重,进而进行评价的方法。在进行主成分分析时,所取权重直接为对应主成分的方差贡献率,某个主成分在综合评价时所能反映的信息越多,相应的权重也就越大。

文献[1]中也指出,运用主成分分析法赋权重应该注意一些问题。主成分分析综合评价的应用条件是: 指标是正向、标准化的,主成分载荷阵达到更好的简单结构,主成分正向,主成分与变量显著相关。

01实例分析

还是用一篇高引用论文[2]为例,对不同的火电机组进行评价。现有1~5号机组,对它们的指标1(可靠性),指标2(经济性),指标3(技术性),指标4(运行性)进行综合评价。数据表格如下:

机组

指标1

指标2

指标3

指标4

1

以上是关于数学建模MATLAB应用实战系列(八十七)-主成分分析法(附MATLAB和Python代码)的主要内容,如果未能解决你的问题,请参考以下文章

MATLAB实战系列(二十七)-数据预处理-PCA主成分分析

数学建模MATLAB应用实战系列(八十三)-灰色预测(附MATLAB代码)

数学建模MATLAB应用实战系列(九十四)-PCA降维应用案例(附MATLAB代码)

数学建模MATLAB应用实战系列(八十九)-CRITIC法应用案例(附MATLAB和Python代码)

数学建模MATLAB应用实战系列(八十二)-数学建模非线性多元回归(附MATLAB代码)

数学建模MATLAB应用实战系列(八十二)-数学建模非线性多元回归(附MATLAB代码)