发布日期: 11/15/2021

Image shown hereSVD 报表

SVD 选项从奇异值分解生成两个 SVD 图和一个奇异值表。

Image shown hereSVD 图

第一个图为每个交易都包含一个点。对于给定的交易,标绘的点由前两个奇异向量(U 矩阵的前两列)中的交易值与对角线奇异值矩阵 (S) 的乘积来定义。该图等同于“主成分”平台中的得分图。该图中的每个点都表示一个交易。在交易 SVD 图中,明显分组在一起的点表明这些交易的构成非常相似。

第二个图为每个项都包含一个点。对于给定项,标绘的点由前两个奇异向量(V 矩阵的前两行)中的项值与对角线奇异值矩阵 (S) 的乘积来定义。该图等同于“主成分”平台中的“载荷图”。该图中的每个点都表示一个项。在项 SVD 图中,明显分组在一起的项指示项具有相似的功能或主题领域。

Image shown here奇异值

在交易和项 SVD 图下方,显示一个奇异值表。这些值是交易项矩阵的奇异值分解中的 S 矩阵的对角线元素。“奇异值”表还包含等价的主成分分析的相应特征值列。与在“主成分”平台中类似,每个特征值(或奇异值)所解释的变异的百分比和累积百分比都会有相应的列。您可以使用“累积百分比”列来决定您想要保留的交易项矩阵的方差百分比,然后使用相应数量的奇异向量。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).