主成分分析_学校.docxVIP

分析流程

数据源：

处理数据.xlsx

算法配置：

算法：主成分分析(PCA)

分析结果：

暂无数据

分析步骤

1.首先进行KMO和Bartlett的检验，判断是否可以进行主成分分析。对于KMO值：0.8上非常合适做主成分分析，0.7-0.8之间一般适合，0.6-0.7之间不太适合，0.5-0.6之间表示差，0.5下表示极不适合，对于Bartlett的检验，若P小于0.05，拒绝原假设，则说明可以做主成分分析，若不拒绝原假设，则说明这些变量可能独立提供一些信息，不适合做主成分分析。

2.通过分析方差解释表格和碎石图，确定主成分的数量方差解释表格主要是看主成分对于变量解释的贡献率（可以理解为究竟需要多少主成分才能把变量表达为100%），如果太低（如低于60%）则需要调整主成分数据。碎石图的作用是根据特征值下降的坡度来确认需要选择的主成分个数，这两者结合可用于确认或调整主成分个数。

3.通过分析主成分载荷系数与热力图，可以分析到每个主成分中隐变量的重要性，如研究【多金属矿体】中25种有用元素的分布规律，其中各元素视为指标，假设前文确定得到5个主成分，主成分1中，SO、SO2、Na2S、HS、H2S主成分载荷系数较大，因此可将主成分1确定为硫化物成分，以此类推，也可结合具体业务进行各主成分的隐变量分析。

4.基于主成分载荷图通过将多主成分降维成双主成分或者三主成