# 主成分分析

> source: 文章/pca/index.md

# 主成分分析

本文章是对本人学习主成分分析的记录,其中包含了一些个人的思考

<!-- more -->

主成分分析有三个非常重要的概念：特征值、贡献和累积贡献。这些是评估和适当解释主成分分析结果的基础

特征值：是衡量每个主成分对原始数据解释能力的的度量。具体来说，它表示每个主成分所具有的信息的数量和重要性。特征值越大，主成分越能代表原始数据

贡献：贡献因子是特征值比上所有特征值的总和，表示为主成分可以解释总原始数据的百分比。贡献率越高，原始数据的主成分包含的信息就越多

累积贡献：累积贡献显示截至所选主成分的贡献之和，方便了解原始数据中有多少信息可以由选择的主成分来解释，通常，最好选择累积贡献超过70-80%的主要成分