问题描述
通过奇异值分解，数据矩阵可以分解为： X = K %% Λ %%L.T（Λ为奇异值矩阵；L.T为矩阵L的转置）
我从学校的讲座中了解到有两种类型的 PCA。 让 X = Z %% A.T（A.T 是矩阵 L 的转置）； Z 是对象分数，A 是加载矩阵 如果我们做可变本金：Z = K and A = L %% Λ 如果我们做对象主体：Z = K %*% Λ and A = L
这两种方法有不同的几何指示吗？
我知道对于对象主体，矩阵 Z 的每一行都是每个对象的坐标，坐标系由矩阵 L 形成，矩阵 L 的列是 X 的协方差矩阵的特征向量。但是对于 Z 而言变量主体如何?
另外，我发现 SPSS 有一个降维的组件加载图，它似乎使用了可变主方法。 SPSS中组件加载图的坐标系是什么？还是X的特征向量协方差矩阵？
我挣扎了这么久。 真的需要帮助。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）