主成分分析法主成分分析(principalcomponentsanalysis,PCA)又称：主分量分析，主成分回归分析法目录显示1什么是主成分分析法 2主成分分析的基本思想 3主成分分析法的基本原理 4主成分分析的主要作用 5主成分分析法的计算步骤 6主成分分析法的应用分析6.1案例一：主成分分析法在啤酒风味评价分析中的应用16.1.11材料与方法6.1.22主成分分析法的基本原理6.1.33主成分分析法在啤酒质量一致性评价中的应用6.1.44结论7参考文献编辑什么是主成分分析法主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在统计学中，主成分分析(principalcomponentsanalysis,PCA)是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据
