《表2 主成分数据：基于PCA-贝叶斯算法的网络舆情预测研究》

  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

《基于PCA-贝叶斯算法的网络舆情预测研究》

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

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。