A是因子分析的工作，B應(yīng)為特征向量的方向?qū)?yīng)的是數(shù)據(jù)變異最大的方向，C應(yīng)為特征根大于1，而不是之和大于1

主成分分析（PCA）是一種常用的降維技術(shù)，通過線性變換將原始數(shù)據(jù)轉(zhuǎn)換到一個新的坐標(biāo)系中，使得數(shù)據(jù)在新坐標(biāo)系中的投影盡可能地保留原數(shù)據(jù)的方差。以下是對各選項的分析：

A: 主成分分析的本質(zhì)就是找到解釋變量的公共因子和特殊因子。
- 錯誤。主成分分析（PCA）的目的是通過線性變換將數(shù)據(jù)投影到一個新的坐標(biāo)系中，使得投影后的數(shù)據(jù)方差最大化。它并不直接涉及到公共因子和特殊因子的概念，這些概念更多地與因子分析（Factor Analysis）相關(guān)。

B: 在主成分分析中，對應(yīng)最大特征值的特征向量，其方向正是協(xié)方差矩陣變異最小的方向。
- 錯誤。對應(yīng)最大特征值的特征向量，其方向?qū)嶋H上是協(xié)方差矩陣變異最大的方向。PCA通過選擇特征值最大的特征向量來最大化數(shù)據(jù)在該方向上的方差。

C: 我們一般只保留的前k個主成分，其對應(yīng)主成分特征根之和大于1就可以了。
- 錯誤。保留主成分的標(biāo)準(zhǔn)通常是根據(jù)累計解釋的方差比例來確定的，而不是簡單地看特征根之和是否大于1。通常，保留的主成分應(yīng)該能夠解釋數(shù)據(jù)中大部分的變異。

D: 我們一般使得保留的前k個主成分累計能夠解釋數(shù)據(jù)80%以上的變異。
- 正確。這是一個常見的標(biāo)準(zhǔn)，保留的主成分應(yīng)該能夠解釋數(shù)據(jù)中大部分的變異，通常設(shè)定為80%以上，但具體的閾值可以根據(jù)實際情況調(diào)整。

綜上所述，正確答案是：

D: 我們一般使得保留的前k個主成分累計能夠解釋數(shù)據(jù)80%以上的變異。