7.9　本章小结

我把经典数据减少技术PCA重新定位为EDA的重新表述方法，然后将其称作下一种时髦的数据挖掘工具。我把PCA描述成一个能够用于一般应用，而且能够从中获得预期结果的统计数据挖掘方法。我们用EDUCATION（教育）普查变量的一个示例做了具体说明。然后，我介绍了一个PCA不常用的应用——为将一个类别预测变量纳入模型寻找一个结构化方法。这些结果非常有说服力，因为它们凸显了PCA在数据挖掘方面的力量。而且，我还提供了一个首创的有价值的PCA用法，用于构造准交互变量，同时提供了相应的SAS程序代码。