主成分分析特征根小于1的原因

主成分分析特征根小于1的原因：特征值超过1的只有3个，那你就只能提取3个，但是它们的累积贡献率60%偏低了，不适合做主成器皆阄诟分分析。

设方阵A可对角化，则存在方阵P有A=P^（-1）diag（a，b，c）P，diag（a，b，c）为对角阵，a，b，c为特征值，因为A^m=Pdiag（a^（m），b^（m），c^（m））P^（-1），若a小于1，则当m趋向于无穷时，a^（m）趋向与0，相当于该成分消失。

基本介绍

主成分回归仅从原自变量的样本数据中提取主成分，没有考虑自变量与因变量y的关系。作为主成分回归的推广形式，Webster等(1974)提出了特征根回归(Latent Root Regression，LRR)，将因变量也考虑进去了。同样，也是从原有数据中提取相互正交的主成分，从而在消去原自变量复共线性的同时，也使所建立的回归方程能够表征自变量与因变量之间的相关关系。