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）
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）
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）
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）