pca主成分分析
PCA即主成分分析技术，又称主分量分析。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在统计学中，主成分分析PCA是一种简化数据集的技术。它是一个线性变换。
主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
主成分分析（Principal Component Analysis，PCA）是一种常用的多元统计分析方法，其优缺点如下：优点：降维效果显著：PCA可以将原始数据集的维度降低，从而方便数据的可视化和处理。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
pca主成分分析是什么?
1、主成分分析由 卡尔·皮尔逊 于1901年发明，用于分析数据及建立数理模型。其方法主要是通过对 协方差矩阵 进行特征分解，以得出数据的主成分（即 特征向量 ）与它们的权值（即 特征值 [3] ）。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
2、主成分分析法： 英文全名 Principal Component Analysis 简称 PCA ，由名字就可以看出来，这是一个挑重点分析的方法。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
3、pca主成分分析是一种使用最广泛的数据降维算法。将多个指标转换为少数几个综合指标，由霍特林于1933年首先提出。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
主成分分析**怎么解读
1、如何解读pca**如下：由名字就可以看出来，这是一个挑重点分析的方法。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
2、从结果中可以看出，主成分1中主要反映了公司的偿债能力。主成分2中主要反映了公司治理能力，主成分3中主要反映了公司运营能力，主成分4中主要反映了公司发展能力。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
3、首先打开一份要进行因子分析的数据表，然后点击【分析-降维-因子分析】。然后将变量和选择变量放在相应的对话框中，如下**所示。然后选择变量中可以自定义选择的值，如下**所示。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html
4、选择分析的数据。选择菜单【分析】－【降维】－【因子分析】。打开对话框，将相关变量选入到变量栏中。击得分按钮，选中保存为变量和显示因子得分系数矩阵。打开描述选项，选择如下。文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html 文章源自麦子笔记-https://www.immaizi.com/fc909d2c4883.html