预测和专业建模 • 关联分析 • 更多示例：SVD 分析
上一个
 • 
下一个
更多示例：SVD 分析
在本例中，您使用事务项矩阵的奇异值分解来获取关于 Grocery Purchases.jmp 样本数据的进一步深入的信息。
1.
选择帮助 > 样本数据库，然后打开 Grocery Purchases.jmp。
2.
选择分析 > 筛选 > 关联分析。
3.
选择产品并点击项。
4.
选择客户 ID 并点击 ID。
5.
点击确定。
6.
点击“关联分析”旁边的红色小三角，然后选择 SVD。
SVD 图
事务 SVD 图表明可能有两个或三个事务组。在项 SVD 图的右上角，请注意表示可乐和冰激淋的点重叠在一起。这两个项的邻近关系指示它们之间存在很强的亲和关系。
7.
点击“关联分析”旁边的红色小三角，然后选择旋转 SVD。
8.
在“主题数”（旋转的奇异向量）旁边输入 3，然后点击确定。
“主题项”报表和“主题得分”报表随即显示。
“主题项”报表
在“主题项”报表中创建并显示了三个组（或主题）。列在“主题项”表中的第一批项表示该组的主要项。例如，“主题 1”是主要由包含鳄梨（而不含橄榄）的交易标识的组。
主题得分
为 1001 个事务中的每一个事务分配的主题得分都标绘在“主题得分”报表中。选择某一主题的各组点可查看这些事务与其他主题如何相关。例如，在“主题 1”上有极高值的事务往往在“主题 2”和“主题 3”上的值很低。
9.
打开“奇异值”报表。
“奇异值”表
如“奇异值”表所示，前两个奇异值只解释杂货店数据中大约 30% 的变异性。可能需要更多的维来解释足够的变异性。