一般來說，PCA分析2個(gè)圖夠了很澄，以iris數(shù)據(jù)為例，在經(jīng)過PCA分析后，我們可以得到第一章碎石圖甩苛，表示PC1蹂楣，2，3讯蒲，4的特征向量值痊土，可以據(jù)此選擇保留的主成分（通常選擇特征向量值超過2的變量），此圖顯示出1個(gè)主成分可以保留墨林。
image.png
此外赁酝，可以有另外2個(gè)基于特征向量值選擇主成分的標(biāo)準(zhǔn)，即 Kaiser-Guttman 標(biāo)準(zhǔn)和 Broken Stick 標(biāo)準(zhǔn)旭等，這些標(biāo)準(zhǔn)可以反應(yīng)主成分對于解釋原始數(shù)據(jù)的貢獻(xiàn)程度
image.png
依據(jù)Kaiser-Guttman 標(biāo)準(zhǔn)酌呆，僅應(yīng)該保留主成分1，上圖中僅PC1超過了平均值搔耕，下圖中僅PC1超過了紅色柱形圖隙袁。
在選擇了PC后，需要考慮變量對于PC的貢獻(xiàn)弃榨，下圖中菩收，Petal Length，Width鲸睛， Sepal Length對于PC1的貢獻(xiàn)大娜饵，即方向偏向x軸方向；而Sepal width對PC2的貢獻(xiàn)大官辈，方向偏向y軸划咐。長度越長，相對影響越大钧萍。
image.png
