通过收集粤港澳大湾区11个城市2017年几个主要经济指标，使用主成分分析算法进行综合评价，代码如下：
clear;clc;
% 导入数据
data=readtable('2017年粤港澳大湾区主要经济指标.xlsx');
names=data.city;
vars=data.Properties.VariableNames(2:end);
zb=table2array(data(:,2:end));
% 绘制箱线图
figure;
boxplot(zb,'Orientation','horizontal','Labels',vars);
% 绘制散点图矩阵和计算相关系数
figure;
plotmatrix(zb);
r=corr(zb);
% 绘制相关系数热力图
figure
heatmap(r);
% 使用加权主成分分析
w=1./var(zb);%设置权值
[coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w);
% 选择主成分
figure;
pareto(explained);
xlabel('主成分');
ylabel('主要贡献率');
% 综合评价排名,选择前三个主成分进行排名
zs=score(:,1)+score(:,2)+score(:,3);
[zsd,index2]=sort(zs,'descend');
disp('城市综合排名：');
disp(names(index2));
阅读并运行上述代码，回答下列问题：（数据素材请从8.8中下载）
clear;clc;
% 导入数据
data=readtable('2017年粤港澳大湾区主要经济指标.xlsx');
names=data.city;
vars=data.Properties.VariableNames(2:end);
zb=table2array(data(:,2:end));
% 绘制箱线图
figure;
boxplot(zb,'Orientation','horizontal','Labels',vars);
% 绘制散点图矩阵和计算相关系数
figure;
plotmatrix(zb);
r=corr(zb);
% 绘制相关系数热力图
figure
heatmap(r);
% 使用加权主成分分析
w=1./var(zb);%设置权值
[coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w);
% 选择主成分
figure;
pareto(explained);
xlabel('主成分');
ylabel('主要贡献率');
% 综合评价排名,选择前三个主成分进行排名
zs=score(:,1)+score(:,2)+score(:,3);
[zsd,index2]=sort(zs,'descend');
disp('城市综合排名：');
disp(names(index2));
阅读并运行上述代码，回答下列问题：（数据素材请从8.8中下载）
举一反三
- 通过收集粤港澳大湾区11个城市2017年几个主要经济指标，使用主成分分析算法进行综合评价，代码如下： clear;clc; % 导入数据 data=readtable('2017年粤港澳大湾区主要经济指标.xlsx'); names=data.city; vars=data.Properties.VariableNames(2:end); zb=table2array(data(:,2:end)); % 绘制箱线图 figure; boxplot(zb,'Orientation','horizontal','Labels',vars); % 绘制散点图矩阵和计算相关系数 figure; plotmatrix(zb); r=corr(zb); % 绘制相关系数热力图 figure heatmap(r); % 使用加权主成分分析 w=1./var(zb);%设置权值 [coeff,score,latent,tsquared,explained]=pca(zb,'VariableWeights',w); % 选择主成分 figure; pareto(explained); xlabel('主成分'); ylabel('主要贡献率'); % 综合评价排名,选择前三个主成分进行排名 zs=score(:,1)+score(:,2)+score(:,3); [zsd,index2]=sort(zs,'descend'); disp('城市综合排名：'); disp(names(index2)); 阅读并运行上述代码，回答下列问题：（数据素材请从8.8中下载）
- 以下关于结构体数组和结构体元胞数组的语句中，正确创建结构体元胞数组的是 A: data.name='张三'; data.score=87;data.name='李四'; data.score=65; B: data(1).name='张三'; data(1).score=87;data(2).name='李四'; data(2).score=65 C: data[1].name='张三'; data[1].score=87;data[2].name='李四'; data[2].score=65; D: data{1}.name='张三'; data{1}.score=87;data{2}.name='李四'; data{2}.score=65;
- 主成分分析中，计算贡献率和累计贡献率是为了确定主成分(即综合指标)的个数，并据此建立主成分方程。（）
- 以下关于结构体数组的描述中，由语句data(1).name='张三'; data(1).score=87;data(2).name='李四'; data(2).score=65;错误的是 A: 变量名为data B: data数组的长度为2 C: data有4个元素 D: 它含name域（又称为属性或字段）和score域
- 1. 主成分分析的计算步骤：计算相关系数矩阵 ，______ ，计算主成分贡献率及累计贡献率 ，______ 。