博客
关于我
R_R语言做主成分分析
阅读量:72 次
发布时间:2019-02-25

本文共 558 字,大约阅读时间需要 1 分钟。

首先,我们需要加载必要的库以支持后续的数据分析操作。代码如下:

library(psych)

接下来,我们从iris数据集中获取前四列数据,用于进行主成分分析。代码如下:

mydata <- iris[,1:4]

为了确定最优的主成分个数,我们可以使用scree plot方法。代码如下:

mydata.screePlotsModel <- fa.parallel(mydata, fa="pc", n.iter=100, show.legend=F, main="Scree Plot Analysis")

通过上述代码,我们可以得到最优的主成分个数。代码如下:

n <- mydata.screePlotsModel$ncomp

接下来,我们对数据进行主成分分析。代码如下:

mydata.pr <- princomp(mydata, scores=T, cor=TRUE)

为了直观地展示主成分分析结果,我们可以绘制scree plot图。代码如下:

screeplot(mydata.pr, type="line", main="Scree Plot", lwd=2)

最后,我们可以对主成分分析结果进行摘要,以获取更多详细信息。代码如下:

summary(mydata.pr, loadings=TRUE)

转载地址:http://kie.baihongyu.com/

你可能感兴趣的文章
POI导出Excel2003
查看>>
POI数据获取及坐标纠偏
查看>>
POI解析Excel【poi的坑——空行处理】
查看>>
POI:POI+JXL实现xls文件添加水印
查看>>
POI:POI实现docx文件添加水印
查看>>
POJ 1006
查看>>
poj 1035
查看>>
POJ 1061 青蛙的约会 (扩展欧几里得)
查看>>
POJ 1088 滑雪
查看>>
poj 1321(回溯)
查看>>
POJ 2019 Cornfields (二维RMQ)
查看>>
poj 2057 树形DP,数学期望
查看>>
poj 2112 最优挤奶方案
查看>>
POJ 2229 Sumsets(递推,找规律)
查看>>
poj 2236
查看>>
POJ 2243 Knight Moves
查看>>
POJ 2262 Goldbach's Conjecture
查看>>
POJ 2362 Square DFS
查看>>
poj 2386 Lake Counting(BFS解法)
查看>>
poj 2387 最短路模板题
查看>>