《表2 主成分数据:基于PCA-贝叶斯算法的网络舆情预测研究》
以每个指标在不同时间片的数据作为主成分分析训练数据,这样每个事件共有77个数据。用hij表示第i个指标在第j天的数据,构建出一个H=(hij)7*11的矩阵,对该矩阵进行主成分分析,可以得到李XX事件主成分贡献率依次为为57.23%,21.75%,14.71%,4.94%,1.16%,0.11%,0.07%,故本实验选取达到85%贡献率的前3个主成分信息。通过信息计算得到:李XX事件前3个主成分分别能够表达原始数据集93.17%,6.261%,0.367%的数据信息,即前3个主成分λ1,λ2和λ3可以解释原始数据99.80%的信息量,因此,该数据集可以由8维降为3维。利用λ1,λ2和λ3的数据对网络舆情进行分析,能够达到精简数据集的目的。最终得到数据Z如表2所示。
图表编号 | XD00226774600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 王茜仪、杜明坤、孙逸飞 |
绘制单位 | 江苏警官学院、江苏警官学院、江苏警官学院 |
更多格式 | 高清、无水印(增值服务) |