算法篇----典型相关分析(CCA)理论
2015-01-28 17:22
288 查看
前言
实际问题中,常常需要研究多个变量之间的相关关系,这个时候,可以试下典型相关分析(Canonical Correlation Analysis)。这种算法由H·Hotelling于1936 年提出,在19世纪 70 年代臻于成熟。早期因为需要大量的矩阵计算,所以没有广泛应用。现代计算机提高了CCA的地位。1 CCA概念
首先,CCA研究的是两组变量X =(X1,X2,X3,......,Xn)和Y =(Y1,Y2,Y3,......,Ym)之间的相关关系。通常用相关系数衡量,如下公式:通过找到任意非零向量α =(α1,α2,α3,......,αn)和β =(β1,β2,β3,......,βm)将两组变量线性组合,如下:
(注:图中的p、q请自动脑补成n、m,公式都是一样的)
这样,CCA将研究X和Y的相关问题转变成研究U和V的相关问题,只需找到α和β使得U和V的相关系数最大即可。
顺便补几个公式:
cov是协方差,cov(X,Y) = [var(X)+var(Y)-var(X+Y)]/2
var(variance)是方差,数据是一维时候也写作D,D(X)=E(X2)-[E(X)]2
E是期望,E(X) = X1*P(X1) + X2*P(X2) + …… + Xn*P(Xn)
参考文献:http://wenku.baidu.com/link?url=z4tZlPRQOcf4lwUhzBBSwLn7UGQzW6KImBwrhM-cHkh7_e-W_wGj_qXbT71q-WeOz6IKJl0MADBTmN21lbyspEkWvc423jkywC_FGVt4WX
相关文章推荐
- Jordan Lecture Note-11: 典型相关分析(Canonical Correlation Analysis, CCA).
- 经典相关分析,典型关分析, CCA,Canonical Correlation Analysis,多元变量分析,线性组合,相关系数最大化
- Jordan Lecture Note-11: 典型相关分析(Canonical Correlation Analysis, CCA).
- 典型相关分析(Canonical Correlation Analysis, CCA)
- 对应分析与典型相关分析CCA笔记_数学建模系列
- SAS 典型相关分析
- R语言学习笔记:典型相关分析和对应分析
- 典型相关分析如何分析两组变量的关系
- R语言 典型相关分析
- 典型相关分析
- 典型相关分析
- 典型相关分析
- 典型相关分析及相关知识
- 典型相关分析相关资料
- 数据分析复盘——相关理论之精益数据分析
- SPSS典型相关分析案例
- 17.5.2 经典相关分析(Canonical Correlation Analysis, CCA)
- 典型相关分析(Canonical Correlation Analysis)
- 典型相关分析