该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


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，您使用交易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.
选择产品并点击项目。
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。
7.
点击确定。
图 21.5 SVD 图
交易 SVD 图表明可能有两个或三个交易组。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密切关联。
8.
点击 SVD 旁边的红色小三角，然后选择主题分析，旋转 SVD。
9.
在“主题数（旋转奇异向量）”旁边键入 3，然后点击确定。
“主题项”报表和“主题得分”报表随即显示。
图 21.6 “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”表中的项表示该组构成的主要项。例如，“主题 1”是这样一个组，该组主要由不含鳄梨（但包含橄榄）的交易来标识。
图 21.7 主题得分
为 1001 个交易中的每一单交易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交易与其他主题如何相关。例如，在“主题 1”上有极高值的交易往往在“主题 2”和“主题 3”上的值很低。
10.
打开“奇异值”报表。
图 21.8 “奇异值”表
如图 21.8 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。