基本流程
1.检验数据是否适合做主成分分析/是否需要主成分
- 本质：数据之间相关性较高则适合做主成分分析
- 检验方法：
- KMO系数法
KMO()括号内填相关矩阵
KMO系数 > 0.7，则认为适合做主成分（0.7 并不是严格规定，实际操作中 0.6 这样也不是不行） - barlett球形检验
cortest.bartlett()括号内填相关矩阵
$ p 一般来说，主要看bartlett球形检验
2.主成分提取
根据相关矩阵的特征根（的平方根）大小进行权重分配
princomp(X<原始样本>, cor = T) -> X<!--原始样本-->
summary(X, loading = T)
样本信息保留 80%, 85%, 90% 可做主成分（比较主观）
实例
我们有 "工业数据.csv" 文件（如下图），文件内包含不同工业部门行业指标信息，对此进行主成分分析.
