python进行对应分析_机器学习算法---对应分析

--------仅用于个人学习知识整理和sas/R语言/python代码整理

--------该文章首发于csdn 正在迁移优化文章中

1.前言

对应分析，主要适用于有多个类别的分类变量，可以揭示同一个变量各个类别之间的差异，以及不同变量各个类别之间的对应关系(简介摘录自：https://www.jianshu.com/p/77a0d15f0336)

以下通过实际例子使用sas及r语言进行实现，以及附上对应分析图的解读方式(没有找到python的实现方式，如果有，请不吝赐教！)

2.sas实现

2.1 源数据准备

以下数据全为测试虚构数据，只用来说明数据格式及辅助图的解读

输入数据集为以下交叉表格式，每一个数据代表该组别该变量的人数，假设这里要看五组人群和变量之间的关系，得到交叉表如下：

2.sas对应分析

sas对应分析主要使用proc corresp过程步，在进行对应分析是var参数需要输入所有变量名，所以先将所有变量放入宏变量中，实现代码如下：

proc contents data=rawdata out=cont noprint;run;

proc sql noprint;

select kcompress("'"||name||"'")||"n " into : name3 separated by ' ' from cont where name^='CLUSTER' and

name^='cluster' and name^='class' and name^='right';

quit;

/*打印宏变量*/

%put &name3.;

/*进行对应分析*/

proc corresp data=rawdata print=percent observed cellchi2 rp cp

short outc=data_out plot(flip);

var &name3;

id class;

run;

%plotit(data=duiying.data_out,datatype=corresp,plotvars=Dim1 Dim2,color=black,href=0,vref=0)

/*绘制对应分析图； %plotit中指定的参数分别是输入数据集名称、数据类型、绘图的变量名，坐标轴的颜色

和参考线。用前面的输出数据集results中两个变量Dim1 Dim2绘图*/

run;

3.对应分析图解读

首先可以看到，第一维度解释了65.41%，第二维度解释了24.92%，说明在两个维度上，能够说明数据的90.33%

对应分析图有很多种解读的方法，附上一篇很详细的对应分析图详解：

我们一般会使用向量分析，即看和这个人群比较关联的产品是哪些，在下图中，如果要看和a人群比较关联的label，会从原点出发，向a的方向画一个向量(原点到a的方向作为向量正向)，然后每个产品点向这条直线做垂线，垂足和a点的正向越近，表示和a越关联

3.r语言实现

r语言主要使用ca包中的ca函数

ca_data

ca_data2

row.names(ca_data2)

library(ca)

plot(ca(ca_data2),dim = c(1,2),xlim=c(-1,1),ylim=c(-1,1), pch = c(16, 1, 17, 24))

文章一开始发在了csdn上，会有水印，之后的文章都会在知乎发表

python进行对应分析_机器学习算法---对应分析相关推荐

python svm核函数_机器学习算法实践-SVM核函数和软间隔
前言上文中简单总结了对于线性可分数据的SVM的算法原理,本文对于非线性可分以及有噪声存在的时候我们需要对基本SVM算法的改进进行下总结其中包括: 核函数在SVM算法中的使用引入松弛变量和惩罚函数的 ...
python预测足球比赛_机器学习算法预测足球赛事的模型比较（一）
本文是作者前一段时间关注足球赛事时做的一点分析,内容涉及基于足球数据进行描述性统计分析.基于机器学习建模与传统的泊松模型建模三大部分,由于文章较长,将分两部分进行展现. 第一部分为前言与述性分析部分1 ...
python回归算法_机器学习算法之回归详解
导语回归:从一组数据出发,确定某些变量之间的定量关系式:即建立数学模型并估计未知参数. 回归的目的是预测数值型的目标值,它的目标是接受连续数据,寻找最适合数据的方程,并能够对特定值进行预测.这个方程 ...
机器学习系列(9)_机器学习算法一览（附Python和R代码）
转载自:http://blog.csdn.net/longxinchen_ml/article/details/51192086 – 谷歌的无人车和机器人得到了很多关注,但我们真正的未来却在于能够使电 ...
转机器学习系列(9)_机器学习算法一览（附Python和R代码）
转自http://blog.csdn.net/han_xiaoyang/article/details/51191386 – 谷歌的无人车和机器人得到了很多关注,但我们真正的未来却在于能够使电脑变得更 ...
python 隐马尔科夫_机器学习算法之——隐马尔可夫(Hidden Markov ModelsHMM)原理及Python实现...
前言上星期写了Kaggle竞赛的详细介绍及入门指导,但对于真正想要玩这个竞赛的伙伴,机器学习中的相关算法是必不可少的,即使是你不想获得名次和奖牌.那么,从本周开始,我将介绍在Kaggle比赛中的最基 ...
python算法的缺陷和不足_机器学习算法优缺点及其应用领域
决策树一. 决策树优点 1.决策树易于理解和解释,可以可视化分析,容易提取出规则. 2.可以同时处理标称型和数值型数据. 3.测试数据集时,运行速度比较快. 4.决策树可以很好的扩展到大型数据库中 ...
小姐姐带你一起学：如何用Python实现7种机器学习算法（附代码）
编译 | 林椿眄出品 | AI科技大本营(公众号ID:rgznai100) [AI科技大本营导读]Python 被称为是最接近 AI 的语言.最近一位名叫Anna-Lena Popkes的小姐姐在G ...

python进行对应分析_机器学习算法---对应分析

python进行对应分析_机器学习算法---对应分析相关推荐

最新文章

热门文章