PCA和LDA数据统和LDA数据统计方法

　　数据统计是缺失曲线重构模块K.Mod或者岩性智能判别器IPSOM的基础，它能够帮助用户选择合适的输入曲线。在进行数据统计是有两种常用的方法，一种叫主成分分析Principal Components Analysis（PCA），另外一种方式为线性判别分析Linear Discriminant Analysis（LDA）。PCA是一种非督导的算法，它主要通过分析找到能够代表此数据的曲线，其目的是找到线性无关的变量组合，在哪个方向上数据集的变化最明显，即主成分；如果曲线选择过多，会造成信息的重复利用和权重的不同，对最后结果造成一定偏差。PCA分析是对K.Mod和IPSOMIPSOM Unsupervised方法输入曲线的分析手段。
　　1. 打开Utility-TechStat-PCA，选择对应的曲线：　　2. 点击Launch，在其结果中可以对数据进行分析，如下图所示，在Projection投影图上，可以看到Main1和Main2，两个成分比重较大的图，越靠近圆圈的边界，表示每个曲线对主成分的贡献量越大，两个曲线越靠近，例如中子和声波两条曲线，几乎重叠在一块，表示两条曲线提供信息相似，两条曲线比较接近；同时可以通过下图的右下角相关系数表格可以验证此结论，中子和声波具有0.781的相关系数，属于两两最大的；左下角的特征值和特征向量里，不同特征值包含的信息量从大到小排列，最后一行可以看到三个特征值包含的信息量在96.7%左右，第四个特征值只包含很少的3.3%左右的信息。因此，可以选择3个特征值，即选择三个变量来代表此四个变量的数据，由于中子和声波曲线相似度很高，可以从两者直接只选择一条即可：LDA是一种督导的方式，找到在督导曲线对应方向上能够提供类别之间区别的方向， 及此方向贡献最大的曲线类别 。LDA的分析结果是为了应用IPSOM的Supervised方法，分析找到和目标曲线相关性较大的曲线，作为IPSOM的输入。　1. 打开Utility-TechStat-LDA，选择上需要的曲线，其中Group为作为IPSOM方法Supervised的变量。　2. 选择对应的数据集和对应的曲线，点击Launch运行。　3. 沿着Classification Group变量方向每个曲线与其相关系数值（上图最后表格），Gamma Ray具有最高的35% ，为最大的相关性，Bul Density次之 ，声波和中子最后 ，从特征值和特征向量表其累计信息量看，3个特征值包含98.7%的信息量，因此，选择 Gamma Ray, Bulk Density, Neutron作为IPSOM模块Supervised输入曲线。