数学建模 典型相关分析Canonical Correlation analysis

典型相关分析CCA和主成分分析PCA很是类似，都是经过现有变量的线性组合构造新的综合变量以实现减小变量数目但表明几乎一样多的信息的目的。只是CCA分析的是两组变量，是要把每一组变量用一个线性组合综合变量表示，从而把两组变量的相关转化为两个综合变量（典型变量）的相关；而PCA是针对一个数据的多组变量，好比一张图片的全部像素，一我的的各类特征（身高，体重，肺活量···），是去把这一组变量实现降维就好了

>>阅读原文<<