som和pca对体质健康数据的模式识别及可视化分析――以学生体质地域特征为视角

随着国家学生体质健康数据量的剧增，体质健康的大数据分析及可视化成为体质研究的重要内容。自组织特征映射网络（self-organizingmap，som）方法和主成分分析（principalcomponentanalysis，pca）法对处理高维海量数据具有独特优势及可视化特点，从而成为大数据模式识别和可视化分析的重要工具。以山西某高校6531名学生体质健康数据为例，以学生体质地域差异为视角，用som方法定性识别了学生体质健康的地域特征，用可视化pca方法分析学生体质健康的影响因子及解释因子的地域特征。结论：som和pca方法可用于体质健康数据模式识别和可视化分析。som和pca的实例分析揭示了学生体质的地域特征，分析显示，体重和bmi指标具有地域一致性，是影响学生体质健康的最重要因素，也是学生体质健康现状的主要解释变量；女生体质健康的地域差异相对较大，男生体质健康的地域差异较小；可视化pca结果还揭示了，学生体质健康指标的聚类特征也具有地域一致性。文章从实证角度论证了som和pca方法在体质健康数据模式识别和可视化分析中的应用，也为体质类大数据分析提供了初步思路。