什么是主成分分析方法

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（principal components analysis,PCA）是一种简化数据集的技术.它是一个线性变换.这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标（称为第一主成分）上，第二大方差在第二个坐标（第二主成分）上，依次类推.主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征.这是通过保留低阶主成分，忽略高阶主成分做到的.这样低阶成分往往能够保留住数据的最重要方面.但是，这也不是一定的，要视具体应用而定.