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
Objective-C实现logistic sigmoid函数(附完整源码)
查看>>
Objective-C实现longest Common Substring最长公共子串算法(附完整源码)
查看>>
Objective-C实现longest increasing subsequence最长递增子序列算法(附完整源码)
查看>>
Objective-C实现longestCommonSubsequence最长公共子序列算法(附完整源码)
查看>>
Objective-C实现LongestIncreasingSubsequence最长递增子序列算法(附完整源码)
查看>>
Objective-C实现lorenz transformation 洛伦兹变换算法(附完整源码)
查看>>
Objective-C实现Lower-Upper Decomposition上下分解算法(附完整源码)
查看>>
Objective-C实现LowerCaseConversion小写转换算法(附完整源码)
查看>>
Objective-C实现lowest common ancestor最低共同祖先算法(附完整源码)
查看>>
Objective-C实现LRU 缓存算法(附完整源码)
查看>>
Objective-C实现LRU缓存(附完整源码)
查看>>
Objective-C实现LRU(least recently used)算法(附完整源码)
查看>>
Objective-C实现lstm prediction预测算法(附完整源码)
查看>>
Objective-C实现lucas数列算法(附完整源码)
查看>>
Objective-C实现Luhn (Mod 10)Algorithm算法(附完整源码)
查看>>
Objective-C实现LZW编码(附完整源码)
查看>>
Objective-C实现MAC桌面暗水印(附完整源码)
查看>>
Objective-C实现mandelbrot曼德勃罗特集算法(附完整源码)
查看>>
Objective-C实现markov chain马尔可夫链算法(附完整源码)
查看>>
Objective-C实现MATLAB中Filter函数功能(附完整源码)
查看>>