《表7 旋转成份矩阵:机器学习在运营商门店智能选品中的应用》
提取方法:主成份。旋转法:具有Kaiser标准化的正交旋转法。a.旋转在6次迭代后收敛。
表6中的数值称为因子载荷,表示因子对特征信息的解释程度。从表6可知因子1和因子3都具有“用户规模”维度的特征,说明各因子存在相关性,需要进行因子旋转,使因子具有差异化的特征。本方法设置因子旋转参数是不显示绝对值<0.5的因子载荷,这样更容易观察因子特征。通过旋转成份矩阵(如表7所示)可知,该矩阵每个特征上仅有1个因子具有较大(>50%)的因子载荷,即4个因子在10个维度上的特征被明显区隔开,4个因子具有差异化的特征。
图表编号 | XD00168077600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 李玮、康甜、范丽 |
绘制单位 | 中国联合网络通信有限公司河北省分公司、中国联合网络通信有限公司河北省分公司、中国联合网络通信有限公司邢台市分公司 |
更多格式 | 高清、无水印(增值服务) |