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
Qt笔记——Qt初探、PyQt5和Qt5
查看>>
poj1190生日蛋糕
查看>>
POJ1218 HDU1337 ZOJ1350 UVALive2557 THE DRUNK JAILER
查看>>
poj1222 EXTENDED LIGHTS OUT(gauss)
查看>>
POJ1240 m叉树
查看>>
Poj1328--Radar Installation(区间选点)
查看>>
POJ1384Piggy-Bank(DP)
查看>>
POJ1417 True Liars —— 并查集 + DP
查看>>
Poj1459 Power Network 预流推进
查看>>
POJ1502(MPI Maelstrom)
查看>>
poj1568 Find the Winning Move[极大极小搜索+alpha-beta剪枝]
查看>>
poj1730 - Perfect Pth Powers(完全平方数)(水题)
查看>>
poj1753——Flip Game
查看>>
poj1936 假期计划第一水
查看>>
poj1958-汉诺四塔问题(三种方法)
查看>>
poj1988(并查集)
查看>>
POJ2007+几何+极角排序
查看>>
poj2039
查看>>
poj2135(简单的最小费用流问题)
查看>>
poj2195 bfs+最小权匹配
查看>>