说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 主成分-聚类
1)  Principal component analysis and clustering analysis
主成分-聚类
2)  principal components and cluster analysis
主成分-聚类分析
3)  classified analysis on major constituents
主成分聚类分析
1.
This paper puts forward the growth pole mechanism of Hubei Province s spatial economy system,sets up mathematical model to make classified analysis on major constituents on cities in Hubei province and puts forward Hubei province development strategy named "Three Rives and Three Lines".
提出了湖北省空间经济系统的增长极机制,建立了数学模型并运用主成分聚类分析方法,确定了湖北省的城市增长极,提出了湖北省“三江三线”开发的空间发展战略。
4)  clustering principal component estimation
聚类主成分估计
1.
Combining clustering method with principal component estimate,a new estimationclustering principal component estimation of linear model parameters is obtained.
结合聚类分析方法与主成分分析方法,得到了线性模型参数的一种新估计聚类主成分估计,并把它与最小二乘估计(LSE)和主成分估计(PCE)比较,获得了一些优良的性质。
5)  principal components (analysis-and) cluster analysis
主成份-聚类分析
6)  principal componentcluster analysis method
主成分-聚类分析方法
补充资料:主成分分析
主成分分析
principal component analysis

   将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。但是,在用统计分析方法研究这个多变量的课题时,变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形,变量之间是有一定的相关关系的,当两个变量之间有一定相关关系时,可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量,建立尽可能少的新变量,使得这些新变量是两两不相关的,而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条