《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习在运营商门店智能选品中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。