這篇文章是2014年由SapientNitro廣告公司的數據分析師Myles Harrison所分享的文章，介紹它應用主成分分析(Principal Component Analysis)與K平均算法(k-means)去分析達美航空的飛機數據。

Myles Harrison從 達美航空的官方網站(Delta.com)取出客機本身的數據，以AIRBUS A330-200為例，就包含巡行航速(Cruising speed)、載客數(Accommodation)等16種可以被量化的資料，像Wi-Fi就可以用Y跟N來做表示，網站上一共提供了44架客機的數 據。

※原文中提到的客機型號為AIRBUS A319 VIP，可被量化的屬性共33種。

筆者這邊整理他分析的過程，有興趣可以回到原文去查看他所撰寫的R原始碼。

1. 進行探索式資料分析(Exploratory data analysis)，發現這些數據有許多正相關(Positive correlation)
2. 接著採用主成分分析(Principal component analysis)進行降維的動作，找到可以解釋85%的數據的主成分。 
3. 最後採用K平均算法(k-means)將數據分成4種群組。

原作整理分析結果如下：

1. 第1個群組只有一架飛機，就是Airbus A319 VIP，本身就是有錢人才會搭的飛機。
2. 第2個群組為CRJ 100/200's、E120 、ERJ-145，屬於載客量較小的飛機。
3. 剩下3跟4的群組為常見的客機，像是波音757、767等。

看到這也許有些朋友會覺得，哎呀結果看起來沒什麼特別，甚至覺得沒有管理意涵，因為這些客機組合本來就是航空公司會知道的事情，像上述的第1個群組與第2個群組用載客量就可以分辨。

但事實上原作對筆者來看，是充滿想像空間的，我們可以嘗試透過資料組合來做很多事情，筆者針對管理與工程的應用舉出兩個，譬如：

1. 將乘客資料與這些數據整合一起，找到乘客群組，客製化行銷。
2. 將每一台維修資料整合一起，找到經常維修的群組，加強客機的維運。

傳統的敘述統計只能幫我們找到單項或交叉的統計數據，但是資料探勘的方法卻是可以找出一堆數據組合的結果，尤其是類別型的資料。在大數據的環境下，可以組 合的資料又非常的多，因此筆者認為善用數據組合(Data matching)這樣的概念，並且搭配領域知識，相信可以挖掘到不少好商機。

最後，這篇文章與上一篇最大的不同在於不是告訴我們「做什麼」，而是「怎麼做」，因此可以作為實作的參考文章，對R程式碼有興趣朋友可以回原文觀賞。

參考資料：
PCA and K-means Clustering of Delta Aircraft 

k-means clustering

本文同步刊載於Data Science Program 資料科學計畫

資料來源：資料科學實驗室