《表7 主成分显著分项表:园林历史研究中的量化及分析算法研究——以南京明、清杏花村地块为例》
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
《园林历史研究中的量化及分析算法研究——以南京明、清杏花村地块为例》
注:()内数据为3项中满足2项的样本数。The data in the bracket is the number which meets two rules in three.
主成分分析法不仅可以用于多维数据的降维,其分项组成还具有指示作用。数值的绝对值越大,该分项对特征的影响越明显。根据经验,绝对值大于0.40的组成对该主成分具有显著影响,绝对值为0.15~0.40的为弱影响[36-40]。基于上述原理,可以跨过传统研究范式中先分类后研究规律的步骤,利用主成分中的显著影响组成直接指示明显的数据规律,结果见表7,共得到4个特征向量大于0.92的主成分及其显著组成。表7中的4个主成分合计覆盖79%~86%的样本,特征数降低为原始矩阵的21%。在样本覆盖率和降低复杂度指标上提高明显,且单一类别达到45%,与传统或聚类算法持平。
图表编号 | XD00224192400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 乐志、应天慧、马群 |
绘制单位 | 南京林业大学风景园林学院、东南大学建筑学院、南京林业大学风景园林学院 |
更多格式 | 高清、无水印(增值服务) |