有人可以解释一下何时使用 FA 或何时使用 PCA，因为我理解 FA 进行降维，但是 PCA - 主要目标是相同的。那么我应该使用哪一个以及在哪些情况下？
因子分析与 PCA
数据挖掘
主成分分析
降维
探索性因素分析
2022-03-05 21:59:54
1个回答
主成分分析 (PCA)是一种用于降低此类数据集维数、提高可解释性但同时最大限度地减少信息丢失的技术。它通过创建新的不相关变量来连续最大化方差来做到这一点。
因子分析是一种将许多变量中的数据浓缩成几个变量的方法。因此，有时也称为“降维”。您可以将数据的“维度”缩减为一个或多个“超级变量”。
PCA用于将数据分解为较少数量的组件，因此是一种奇异值分解 (SVD)。因素分析用于了解这些因素（潜在因素或成分）捕获数据集数据中一组变量的大部分信息的潜在“原因”。
更多，
根据一个简单的经验法则，我建议您：
如果您假设或希望测试导致观察变量的潜在因素的理论模型，请运行因子分析。
运行主成分分析 如果您想简单地将相关的观察变量减少为一组较小的重要独立复合变量。