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”红色小三角并选择 SVD。

7. 点击确定。

图 24.5 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”红色小三角并选择主题分析，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 24.6 “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 24.7 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 24.8 “奇异值”表 

如Figure 24.8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。

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