特征向量，也称为主成分向量，是变量的特异性线性组合。

在下面的示例中：

•PC1 定义为：-0.364 * 半径 - 0.154 * 纹理 - 0.376 * 周长，以此类推

•PC2 定义为：0.314 * 半径 + 0.147 * 纹理 + 0.285 * 周长，以此类推

特征向量是主成分分析（以及许多其他多元分析方法）的基石，因为它们定义了能够解释输入数据中最大变异量的向量。下表中的每一列值代表一个特征向量。仅显示由所选选择方法选出的主成分（PC）对应的特征向量。

请注意特征值与特征向量的区别。每个主成分的特征值由单一数值（一个数字）表示，用于量化该成分解释了总体变异量的多少。相比之下，每个主成分的特征向量针对每个原始变量各有一个数值（一个数字）。这些数值（如上所述）代表了用于定义该主成分的变量线性组合中的系数。

载荷、特征向量和特征值之间有何关联？

关系如下：因子载荷 = 特征向量 * √特征值