（1）准备样本数据：首先，准备需要进行主成分分析的样本数据，将样本属性放到矩阵中，便于计算机处理（2）属性标准化：将样本中的各个变量的值转化为相同的尺度，例如将1-10，0-100等转换成每个变量的。主成分分析法详细步骤？更多详情请大家跟着小编一起来看看吧！
主成分分析法详细步骤(1)
（1）准备样本数据：首先，准备需要进行主成分分析的样本数据，将样本属性放到矩阵中，便于计算机处理。
（2）属性标准化：将样本中的各个变量的值转化为相同的尺度，例如将1-10，0-100等转换成每个变量的值都在-1-1之间。
（3）求协方差矩阵：计算样本数据的协方差矩阵，用以衡量变量之间的贡献程度，即每个变量会对结果产生多大影响。
（4）求特征值和特征向量：求出矩阵的特征值和特征向量，以表征原始矩阵中每个变量会对结果产生多大影响。
（5）按特征值大小重新排序：将每个特征向量按特征值的大小排序，以便将特征值较大的特征向量放在前面，选出最大的K个特征向量，作为主成分。
（6）将特征向量组合成新的坐标轴：将选出来的最大K个特征向量组合成新的坐标轴，这就是新的维度，代表原来维度的方向。
（7）将原来矩阵映射到新坐标轴：将原来的矩阵中的每个样本投射到新的坐标轴上，得到新的数据矩阵，即主成分分析矩阵，每一列代表一个主成分。
