- Python機器學習算法與應用
- 鄧立國
- 242字
- 2020-11-23 14:57:14
2.4.4 證明主成分的方差是依次遞減
設相關系數矩陣R的p個特征根為λ1≥λ2≥…≥λp,相應的特征向量為,得

(2.57)
相對于的方差為:
Var(F1)=a1XX'a'1=a1Ra'1=λ1
(2.58)
同樣有Var(Fi)=λ1,即主成分的方差依次遞減,并且協方差為:

(2.59)
綜上所述,根據證明可知,主成分分析中的主成分協方差是對角矩陣,其對角線上的元素恰好是原始數據相關矩陣的特征值,而主成分系數矩陣A的元素則是原始數據相關矩陣特征值相應的特征向量。矩陣A是一個正交矩陣。
于是,變量(x1,x2…xp)經過變換后得到新的綜合變量為

(2.60)
新的隨機變量彼此不相關,且方差依次遞減。