data <- read.csv("Wholesale.csv")
head(data)## Channel Region Fresh Milk Grocery Frozen Detergents_Paper Delicassen
## 1 2 3 12669 9656 7561 214 2674 1338
## 2 2 3 7057 9810 9568 1762 3293 1776
## 3 2 3 6353 8808 7684 2405 3516 7844
## 4 1 3 13265 1196 4221 6404 507 1788
## 5 2 3 22615 5410 7198 3915 1777 5185
## 6 2 3 9413 8259 5126 666 1795 1451x <- data[, 3:8]
head(x)## Fresh Milk Grocery Frozen Detergents_Paper Delicassen
## 1 12669 9656 7561 214 2674 1338
## 2 7057 9810 9568 1762 3293 1776
## 3 6353 8808 7684 2405 3516 7844
## 4 13265 1196 4221 6404 507 1788
## 5 22615 5410 7198 3915 1777 5185
## 6 9413 8259 5126 666 1795 1451# correlation matriks
correlation_matriks <- cor(x)
print(correlation_matriks)## Fresh Milk Grocery Frozen Detergents_Paper
## Fresh 1.00000000 0.1005098 -0.01185387 0.34588146 -0.1019529
## Milk 0.10050977 1.0000000 0.72833512 0.12399376 0.6618157
## Grocery -0.01185387 0.7283351 1.00000000 -0.04019274 0.9246407
## Frozen 0.34588146 0.1239938 -0.04019274 1.00000000 -0.1315249
## Detergents_Paper -0.10195294 0.6618157 0.92464069 -0.13152491 1.0000000
## Delicassen 0.24468997 0.4063683 0.20549651 0.39094747 0.0692913
## Delicassen
## Fresh 0.2446900
## Milk 0.4063683
## Grocery 0.2054965
## Frozen 0.3909475
## Detergents_Paper 0.0692913
## Delicassen 1.0000000# variance-covariance matriks
cov_matriks <- cov(x)
print(cov_matriks)## Fresh Milk Grocery Frozen Detergents_Paper
## Fresh 159954927 9381789 -1424713 21236655 -6147825.7
## Milk 9381789 54469967 51083186 4442612 23288343.5
## Grocery -1424713 51083186 90310104 -1854282 41895189.7
## Frozen 21236655 4442612 -1854282 23567853 -3044324.9
## Detergents_Paper -6147826 23288343 41895190 -3044325 22732436.0
## Delicassen 8727310 8457925 5507291 5352342 931680.7
## Delicassen
## Fresh 8727310.0
## Milk 8457924.8
## Grocery 5507291.3
## Frozen 5352341.8
## Detergents_Paper 931680.7
## Delicassen 7952997.5# eigenvalue dan eigenvector
Eigen <- eigen(cov_matriks)
# eigenvalue
Eigen$values## [1] 164995904 145452098 25139978 15803901 5392764 2203641# eigenvector
Eigen$vectors## [,1] [,2] [,3] [,4] [,5] [,6]
## [1,] 0.976536846 0.11061386 0.1785573 0.04187648 -0.0159860 -0.01576316
## [2,] 0.121184071 -0.51580216 -0.5098868 0.64564047 -0.2032357 0.03349187
## [3,] 0.061540393 -0.76460638 0.2757809 -0.37546049 0.1602915 0.41093894
## [4,] 0.152364619 0.01872345 -0.7142004 -0.64629232 -0.2201861 -0.01328898
## [5,] -0.007054173 -0.36535076 0.2044099 -0.14938013 -0.2079302 -0.87128428
## [6,] 0.068104710 -0.05707921 -0.2832175 0.02039579 0.9170766 -0.26541687Penjelasan
dari data wholesale costumer, hanya diambil fiturnya saja karena trget tidak termasuk.sehingga yang diambil hanya kolom fresh, milk, grocery, frozen, detergen, delicassen.
korelasi matriks berfungsi untuk melihat korelasi hubungan yang kuat hingga lemah terhadap beberapa variabel sekaligus yang bernilai dari -1 hingga 1. dari output, korelasi tertinggi oleh detergen- grocery senilai 0.92, sedangkan korelasi terlemah ada pada frozen-detergen senilai -0.13.
dalam output, fresh memiliki penyebaran yang sangat besar bernilai 159954927. sedangkan varians delicassen memiliki nilai 931680 sehingga data lebih terkonsentrasi.
menunjukkan besarnya varians. eigenvalue 2 pertama menunjukkan besar variasi data.
#Eigenvector menunjukkan arah komponen utama, dimana nilai setiap eigen vector merupakan ontribusi pada variabel pertama.