社区平安建设基层网站,泰州网站建设电话,凯里门户网,八戒网站建设R语言主成分分析
之前介绍过怎么用SPSS进行主成分分析(PCA)#xff0c;已经忘了的朋友们可以到主页看看
今天主要介绍下R语言主成分分析的几种方法。都是入门级别#xff0c;跟着我一步步走#xff0c;一点都不难哈~
首先调用R语言自带的数据集#xff0c;USArrests。这…R语言主成分分析
之前介绍过怎么用SPSS进行主成分分析(PCA)已经忘了的朋友们可以到主页看看
今天主要介绍下R语言主成分分析的几种方法。都是入门级别跟着我一步步走一点都不难哈~
首先调用R语言自带的数据集USArrests。这是个关于美国各州犯罪率的一个统计数据已经很久远了没啥实际研究价值拿来做分析练手正好合适。 方法1.prcomp stats
prcomp这功能是R安装的时候就自带的不用再特意安装其他包了非常方便实用。 方法2.princomp
与prcomp功能一样princomp也不用额外安装包了。实现的代码如下 从以上两个图可以直观的看出UrbanPop与其他三个变量离得挺远的整体数据分成2个公因子就挺合理。具体来说与Rape关系紧密的几个州为Michigan、Texas等与Murder关系密切的州为Georgia等与Assault关系紧密的州为Maryland等。 方法3.psych包principal 这种方法需要先安装psych包。安装也很简单在Rstudio里一行命令搞定 从这个选择主成分的碎石图里也可以清晰看出2是“拐点”选2没错。 这结果就挺一目了然的Murder、Assault、Rape属于RC1第一个公因子他们在第一个公因子上得分都为正。UrbanPop属于第二个公因子。 以上就是用R语言进行主成分分析的三种方法小伙伴们如果觉着有用可以随意分享给更多的小伙伴大家一起学习交流
