论文部分内容阅读
主成分分析前通常需要对原始数据进行无量纲化处理,以减小各指标间的量纲和数量级差异。现有的无量纲化方法众多,但由不同无量纲化方法得到的主成分分析结果差异很大,能否选用合理的无量纲化方法成为主成分分析结果可靠与否的关键。基于此,从数据"伸缩"和"平移"视角对线性无量纲化方法进行剖析,发现由此可组合出多种不同的线性无量纲化方法。文章通过构建合理的指标体系对无量纲化方法进行评价,并由数值模拟实验来分析不同线性无量纲化方法的特点。