x=[n*m]型矩陣數(shù)據(jù)，n是樣本數(shù)，m是變量維數(shù)；
*********************************基本公式************************************
均值：每一列的均值
mean(xj)=(xj1+xj2+...+xjn)/n
方差：計算每一列的方差
var(xj)=[(xj1-mean(xj))^2+(xj2-mean(xj))^2+...+(xjn-mean(xj))^2]/n
標準差：方差的開方
std=var(xj)^1/2
協(xié)方差：變量xj和xk之間協(xié)方差
cov(xj, xk)=[(xj1-mean(xj))*(xk1-mean(xk))+...+(xjn-mean(xj))*(xkn-mean(xk))]/n
相關(guān)系數(shù)：變量xj和xk之間的相關(guān)系數(shù) ，反映兩個變量的相似程度0~1；
r(xj , xk)=cov(xj , xk)/[std(xj)*std(xk)]
向量內(nèi)積：變量x和y之間的內(nèi)積
(x1y1+x2y2+...+xmym)
向量x,y之間的夾角：內(nèi)積/（模x*模y）
(x1y1+x2y2+...+xmym)/?[(x1^2+x2^2+...+xm^2)^1/2 *??(y1^2+y2^2+...+ym^2)^1/2]
***********************************基本處理********************************
數(shù)據(jù)中心化：均值為0，中心在原點
Xij=xij-mean(xj)
數(shù)據(jù)無量綱化：各種無量綱方法，對數(shù)據(jù)壓縮
Xij=xij/std(xj)
Xij=xij/max(xj)
Xij=xij/min(xj)
Xij=xij/mean(xj)
Xij=xij/[max(xj)-min(xj)]
數(shù)據(jù)歸一化：其實和上面無量綱一個意思，對數(shù)據(jù)中心化和壓縮
Xij=[xij-min(xj)]/[max(xj)-min(xj)]
數(shù)據(jù)標準化：標準化是對數(shù)據(jù)每列樣本數(shù)進行標準化，均值為0，方差為1；標準化的目的是對數(shù)據(jù)進行中心化和壓縮
Xij=(xij-mean(xj))/std(xj)
變量歸一化(單位圓化)：對每個樣本進行歸一化（變量間歸一化），中心在原點，距離為1；注意這里是對每一行進行歸一化，每個樣本的模為1；
Xij=xij/(xi1^2+xi2^2+...+xim^2)^1/2
說明：因該針對不同的問題，采用不同數(shù)據(jù)處理方法，不能盲目用以上方法，比如：歸一化是對列還是對行進行處理，需要看數(shù)據(jù)針對的問題。
心得：單位圓化后的兩個向量的夾角=其內(nèi)積
補充：測定系數(shù)R^2（多元回歸中叫復(fù)測定系數(shù)），對回歸方程的一個評價指標。（參考偏最小二乘回歸的線性與非線性方法(書.王惠文)）
