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
NSJSON的用法(oc系统自带的解析方法)
查看>>
nslookup 的基本知识与命令详解
查看>>
NSNumber与NSInteger的区别 -bei
查看>>
NSOperation基本操作
查看>>
NSRange 范围
查看>>
NSSet集合 无序的 不能重复的
查看>>
NSURLSession下载和断点续传
查看>>
NSUserdefault读书笔记
查看>>
NS图绘制工具推荐
查看>>
NT AUTHORITY\NETWORK SERVICE 权限问题
查看>>
NT symbols are incorrect, please fix symbols
查看>>
ntelliJ IDEA 报错:找不到包或者找不到符号
查看>>
NTFS文件权限管理实战
查看>>
ntko web firefox跨浏览器插件_深度比较:2019年6个最好的跨浏览器测试工具
查看>>
ntko文件存取错误_苹果推送 macOS 10.15.4:iCloud 云盘文件夹共享终于来了
查看>>
ntp server 用法小结
查看>>
ntpdate 通过外网同步时间
查看>>
ntpdate同步配置文件调整详解
查看>>
NTPD使用/etc/ntp.conf配置时钟同步详解
查看>>
NTP及Chrony时间同步服务设置
查看>>