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。
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。
“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。
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。
“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。