如何通过 PCA 选择自变量？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，
为了开发预测模型，我需要准确过滤要使用的变量。 具体来说，我想使用不相关的变量。 一种有效的方法是应用 PCA 并选择特征值 > 1.0 的变量。 如果我将此示例应用于 JMP 示例（主成分报告)，那么我将只选择 1 个变量。 在我的数据中，特征值 > 1.0 的变量数为 9。 因此，我毫无疑问地知道我想要多少变量。 我不清楚的是如何确认JMP 报告中的这些变量。 如果我再次使用 JMP 示例（主成分报告)，我如何识别提供 4.7850 的 Egeinvalue 的变量（在六个变量中）？
谢谢，
大卫
Re: 如何通过 PCA 选择自变量？是的你是对的。
我在想我能够在原始属性中选择一组属性，而使用 PCA 我可以创建新属性（通过使用原始属性）。
话题已关闭。 非常感谢您的支持！
戴维德
Re: 如何通过 PCA 选择自变量？大卫，
你在寻找特征向量吗？它们在 JMP 中可用（在红色三角形下方）。请记住，PCA 是一种“降维”技术，每个 PC 都是所有变量的组合。
彼得确实对使用替代方法进行变量选择提出了很好的观点。
凯伦
Re: 如何通过 PCA 选择自变量？您可能会从这种方法中丢失大量信息，但这应该能够提取出彼此之间“相关性最低”的 3 种材料。它们肯定不会是正交的。为了得到你想要的答案，可能有更好的方法来构建这个（就像彼得所说的那样）。
*注意，这纯粹是编造的，我不知道它有多好。在我的脑海中，它可以满足我认为你的要求是有道理的”
dt =打开( "$Sample_DATA\溶解度.jmp" );
//对所有化学品进行多元分析
mv =多变量(
Y(
：姓名( “1-辛醇” ),
：醚，
:氯仿,
：苯，
：四氯化碳，
:己烷
),
估计方法（ “逐行” ),
矩阵格式（ “正方形” ),
散点图矩阵(
密度椭圆（ 1 ),
阴影椭圆（ 0 ),
椭圆颜色（ 3 )
)
);
mv_r = mv <<报告;
//将相关性制作成数据表
dt_corr = mv_r [矩阵盒( 1 )]<<制作成数据表();
//总结所有相关性
dt_corr <<新列( “总相关” ， 公式（
和(
：姓名( “1-辛醇” ),
：醚，
:氯仿,
：苯，
：四氯化碳，
:己烷
)
));
//最低的三个是彼此“最不相关”的
材料=：行<<获取值;
垫=：总相关<<获取值;
顶部 =升序（垫）[ 3 ]; //选择第三低的值
what_you_want_maybe = 材料[位置（垫<=顶部）] //获取总相关性最低的 3 种化学物质
回报：
{“1-辛醇”、“乙醚”、“氯仿”}
Re: 如何通过 PCA 选择自变量？嗨，彼得，
您的方法假定使用特定的预测模型。 我的方法是通过 PCA 过滤要使用的变量，然后使用大量的预测模型。 因此，过滤（即PCA）应该独立于使用的预测模型。
从您的回答中，我可以告诉您您是这里的专家。 因为您无法直接回答我的问题，所以我将推断 JMP 无法报告“链接”到特征值的变量列表。
不管怎么说，还是要谢谢你，
大卫
Re: 如何通过 PCA 选择自变量？大卫：
由于您的重点是最终建立一个预测模型，而不是在自变量上使用 PCA 作为查找不相关自变量的变量选择工具，那么我假设您将专注于使用普通最小二乘法，可能是逐步的引入的方法，您是否考虑过使用更直接的预测建模方法，该方法利用自变量之间的相关/协方差结构为您提供有用的模型？
我担心的是，如果您只使用不相关的变量，您可能会在不知道的情况下将一些预测能力扔出窗外。 偏最小二乘法，如果您有 JMP Pro，拟合模型 -> 广义回归特性中的惩罚回归过程是为预测建模场景量身定制的，其中自变量之间的相关性是可疑或明显的。 Lasso 和 Elastic Net 这两种技术的使用具有可变的选择方面。 以下是这两个平台的 JMP 在线文档的几个链接：
偏最小二乘模型
广义回归模型
Re: 如何通过 PCA 选择自变量？不幸的是，这不是我要找的。 假设在示例中，我需要在 6 个变量中识别出 3 个最小（交叉）相关变量。 他们是谁？ 氯仿、苯和己烷？
Re: 如何通过 PCA 选择自变量？如果您使用热键，您应该能够将“主成分”保存到数据表中。然后它们将被命名为 Prin1、Prin2、Prin3 等......
该值并不真正对应于六个变量中的 1 个。这是一个看起来像这样的公式：
.
我不确定这正是您要问的，但我希望它有所帮助。
