PCA得分计算实战：单主成分与多主成分的抉择与应用

1. 主成分分析的核心概念与实战意义

主成分分析（PCA）本质上是一种数据压缩技术，它通过线性变换将高维数据投影到低维空间。想象你手里有一团杂乱无章的毛线，PCA的作用就是帮你找到这团毛线最舒展的摆放方式——第一主成分（PC1）对应毛线最长的伸展方向，第二主成分（PC2）则是垂直于PC1的下一个最大伸展方向。

在实际项目中，我经常遇到这样的困惑：当PC1已经解释80%的方差时，是否有必要引入PC2？这需要结合具体场景判断。比如在用户行为分析中，PC1可能反映用户的活跃程度，PC2可能揭示用户的时段偏好。如果业务更关注整体活跃度，单独使用PC1即可；若需要区分"白天活跃型"和"夜间活跃型"用户，就必须加入PC2。

2. 单主成分应用的典型场景

2.1 何时选择单一主成分

碎石图上的"肘部法则"是我最常用的判断标准。最近分析电商用户画像时，发现PC1特征值达4.8（解释64%方差），PC2骤降到1.2（解释15%方差），此时果断选择单主成分。Kaiser准则（特征值>1）也支持这个决定，但要注意：当变量超过20个时，该准则可能保留过多成分。

在R中实施非常简单：

r复制library(psych)
pc <- principal(iris[,1:4], nfactors=1, scores=TRUE)
head(pc$scores)

2.2 单主成分得分的业务解读

得分计算本质是原始变量的加权平均。我曾用PC1得分给3000款商品排序，载荷显示价格权重为-0.82，销量权重为0.91，这意味着得分高的商品具有"低价格高销量"特征。这种综合指标比单独看销量或价格更有业务意义。

但要注意量纲问题。有次分析金融数据时未标准化，结果交易额完全主导了PC1。后来改用相关系数矩阵才得到合理结果：

r复制pc <- principal(cor(data), nfactors=1)  # 使用相关系数矩阵

3. 多主成分组合的决策逻辑

3.1 判断主成分数量的三大准则

人体测量数据的案例让我印象深刻。当累计方差贡献率超过80%时，通常保留对应主成分。但具体实践中，我会综合以下指标：

1. 平行分析结果（虚线高于实线）
2. 特征值>1的Kaiser准则
3. 累计方差≥70%的经验阈值

r复制