主成份分析是最经典的基于线性分类的分类系统。这个分类系统的最大特点就是利用线性拟合的思路把分布在多个维度的高维数据投射到几个轴上。如果每个样本只有两个数据变量，这种拟合就是 其中和分别是样本的两个变量，而和则被称为loading,计算出的P值就被称为主成份。实际上，当一个样本只有两个变量的时候，主成份分析本质上就是做一个线性回归。公式本质上就是一条直线。
插入一幅图
因子分析-对商户进行综合评价虽然系统聚类分析可以对变量进行分类，但是，难以判断变量分类结果的合理性。如果要衡量每个变量对类别的贡献，也难以通过聚类分析来实现。因子分析，就是找出隐藏在变量背后具有共性的因子。 1.1 因子分析简介 (1)因子载荷：就是原始变量和每个因子之间的相关系数，它反映了变量对因子的重要
转载
2023-11-03 15:53:58
162阅读
# 如何在R语言中实现变量载荷图
变量载荷图是一种能够帮助我们理解数据集中变量之间关系的可视化工具。在进行因子分析或主成分分析之后，研究者可以使用变量载荷图来展示各个变量如何在不同的因子或主成分上分布，从而识别数据的潜在结构。本文将通过以下步骤指导您如何在R语言中实现变量载荷图。
## 流程概述
以下是实现变量载荷图的基本流程：
| 步骤编号 | 步骤描述
目录1. 问题描述2. 有限元模型准备2. 等向硬化分析2.1 导入数据2.2 参数拟合3. 随动硬化分析（Bilinear Kinematic hardening）3.1 参数提取3.2 修改硬化模型参数4. 混合硬化分析4.1 修改模型参考资料1. 问题描述有一长条状的钢条，中间被钻了一个直径5mm的孔，试分析在左端固定，有端拉力500Pa状态下，孔周围的受力状态。采用子模型的方法。弹性模量：
模型介绍： 值得注意的是，特殊因子是不能被公共因子包含的。 载荷矩阵的几个统计性质：下面通过一个例题来展示。ssgs = [43.31 7.39 8.73 54.89 15.35
17.11 12.13 17.29 44.25 29.69
21.11 6.03 7 89.37 13.82
29.55 8.62 10.13 73 14.88
11 8.41 11.8
转载
2024-09-03 13:08:54
112阅读
前情提要：最近在做主成分分析筛选变量，目的是计算每个环境数据在不同主成分上的载荷大小，但是算出来感觉和别的论文结果不对，所以参考一些文献试图理解一下。 目录1 主成分载荷2 matlab主成分分析实验3 ENVI主成分分析实验4 总结 1 主成分载荷百度百科说：主成分载荷( oad of principal component)主成分分析中原始变量与主成分之间的相关系数。 再往深了理解：参考这个文
转载
2024-05-04 23:38:40
187阅读
在数据分析过程中，数据及模型可视化是无可避免的，同时这也是展示我们数据分析成果的最佳方式。因此，熟悉掌握绘图库的使用，对精进我们的数据分析技能起着不可替代的作用。在上一篇中，我们掌握了Matplotlib的基本操作技巧。在有一定的认识基础后，我们今天再来看看在python里另一个强大的绘图库——Seaborn。重温一下：Seaborn 是以 Matplotlib 为核心的高阶绘图库，
转载
2023-09-25 19:04:18
213阅读
一.引言最近看B站视频，有大佬徒手用excel一个格子一个格子填充，撸出了钢铁侠的图片，惊奇的同时，我思考，用python是否可以更快速的完成呢？ps：由于最近重构了下代码，因此想看最新效果图以及GUI界面可直接前往文末二.任务分解既然原理是将excel的每一个单元格当作一个像素块，那我们是否可以通过opencv获取图片每个像素的RGB值，然后通过python对excel进行操作，给每个单元格填充
转载
2023-08-01 12:52:34
645阅读
目录1、绘制多个子图2、绘图在指定的子图上 3、subplots命令：快速生成多个子图框架 3.1 快速布局3.2 画一个图形 3.3 多个图形共用一个轴 3.4 与seaborn联合使用 3.5 使用数组方式指定子图 3.6 嵌套图在matplotlib中，所有的绘图操作实际上都是以Axes对象为独立的绘图区域进
转载
2023-08-07 14:00:17
792阅读
### Python中PLSR模型的介绍与应用
#### 什么是PLSR模型
PLSR（Partial Least Squares Regression）是一种多变量统计分析方法，用于处理具有多个自变量和因变量的数据集。它是一种适用于高维数据集的回归分析方法，特别适用于处理多重共线性问题。
PLSR模型的核心思想是通过找到两组变量之间的最大协方差方向，来建立自变量和因变量之间的线性关系。这种
原创
2024-06-25 05:14:42
144阅读
该文会讲解一些大家比较熟悉却又经常混淆的统计图形，掌握这些统计图形可以对数据可视化有一个深入理解，并正确使用。2.1 函数 bar()——用于绘制柱状图函数功能：在 x 轴上绘制定性数据的分布特征。调用签名：plt.bar(x,y)。参数说明x：标示在 x 轴上的定性数据的类别。y：每种定性数据的类别的数量。调用展示（1）代码实现# 使用的代码都是coding:utf-8的
impo
转载
2023-08-16 18:06:50
265阅读
networkX tutorial绘制基本网络图用matplotlib绘制网络图
基本流程：
1. 导入networkx，matplotlib包
2. 建立网络
3. 绘制网络 nx.draw()
4. 建立布局 pos = nx.spring_layout美化作用
最基本画图程序1 import networkx as nx #导入networkx包
2 impo
转载
2023-06-26 13:47:09
454阅读
1 总体的\(k\)-因子模型1.1 模型设定固定\(k\lt r\)，则\(k\)因子模型的设定为其中\(f\)为\(k\)维随机向量，称为共同因子（common factor），\(A\)为\(d\times k\)的线性变换，称为因子载荷（factor loading）。一般会做出这些假设：\(f\sim(0,I_k)\)，\(\epsilon\sim(0,\Psi)\)（其中\(\Psi\
转载
2023-11-22 18:22:46
57阅读
# 实现“载荷谱 Python”教程
## 整体流程和步骤
为了实现“载荷谱 Python”，我们需要按照以下步骤逐步操作：
| 步骤 | 操作 |
| ---- | ---- |
| 步骤一 | 安装Python以及必要的库 |
| 步骤二 | 编写Python脚本 |
| 步骤三 | 运行Python脚本生成载荷谱 |
## 具体操作步骤
### 步骤一：安装Python以及必要的库
原创
2024-03-04 06:21:59
94阅读
目录 1 什么是因子分析2 因子分析法的步骤3 因子分析法的实例 [1]4 因子分析与主成分分析的区别 [2]5 相关条目6 参考文献什么是因子分析因子分析法是指从研究指标相关矩阵内部的依赖关系出发，把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子的一种多元统计分析方法。基本思想是：根据相关性大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量不相关或相关性较
文章目录1.HTTP概念2. URLurlencode 和 urldecode转义规则3. HTTP的宏观理解HTTP的请求HTTP的响应4. 见一见HTTP请求和响应请求报头1. 模拟一个简单的响应response响应报头2. 从路径中获取内容ReadFile函数的实现3.不同资源进行区分反序列化的实现ReadOneLine函数的实现ParseRequestLine函数的实现路径path的最终
因果图(Cause-Effect Graph)是用于描述系统的输入、输出以及输入和输出之间的因果关系、输入和输入之间的约束关系。因果图的绘制过程是对被测试系统外部特征的建模过程。在实际测试过程中，因果图和判定表两种方法往往同时使用，根据系统输入和输出间的因果图可以得到判定表，根据判定表产生设计测试用例。因果图需要描述输入与输出之间的因果关系和输入与输入之间的约束关系。表示输入与输出间的因果
转载
2023-11-29 10:28:59
209阅读
# Python PLSR输出权重实现步骤
作为一名经验丰富的开发者，我将教会你如何使用 Python 实现 PLSR（偏最小二乘回归）算法来输出权重。下面是整个实现过程的流程图：
```mermaid
flowchart TD
A[数据预处理] --> B[模型训练]
B --> C[权重输出]
```
接下来，让我们逐步来了解每个步骤的具体代码实现和注释。
## 数据预
原创
2023-10-23 11:22:36
178阅读
PLSR模型python代码的实现与优化
在数据科学和机器学习领域，偏最小二乘回归（Partial Least Squares Regression, PLSR）是一种被广泛应用于处理多重共线性问题的方法。很多时候，由于数据之间的复杂关系，像线性回归这样的简单模型可能无法解释数据的变化，因此我们需要采用PLSR模型来提高预测的准确性。PLSR模型特别适用于高维数据，能有效提取主成分信息，帮助我们
常见可视化工具pandas和matplotlib就可以直接出分析的图表了，最基本的出图方式，是面向数据分析过程中出图的工具； Seaborn相比matplotlib 封装了一些对数据的组合和识别的功能； 用Seaborn出一些针对seaborn的图表是很快的，比如说分布图、热图、分类分布图等。 如果用matplotlib需要先group by先分组再出图；Seaborn在出图的方式上，除了图表的可
转载
2023-08-10 21:40:41
148阅读
