这是用Principal component analysis（PCA)的方法做的！

PCA算法的第一部是找出”样本数据的方差矩阵“，
然后是对”样本数据的方差矩阵“利用数值分析（numerical analysis）的方法，
找出这个矩阵的特征值（eigenvalue）和特征根（eigenvector），
（但一般不找完，只找出最大特征值对应的最大的特征根）
然后按特征值大小排序，

比如：比如第一个主成分（第一列），就是“样本数据的方差矩阵‘对应的最大的那个特征值对应的特征向量。

最后一列，即为第八个eigenvalue（特征值）对应的eigenvector（特征向量）。


我不知道我话说清楚没有！

我才看明白你的题目！

方差贡献度的求法：
把所有的特征值加总，然后作为分母，
每个component对应的特征值为分子，

分子/分母=贡献度
（以上定义绝对不会错的！！）
我貌似觉得你这个最后一个列，
应该写成最后一横行才对！

最后一列使用这个方法算的

3# marcus10