使用 ggbiplot 在 R 中可视化具有大量变量的 PCA

【问题标题】：Visualizing PCA with large number of variables in R using ggbiplot使用 ggbiplot 在 R 中可视化具有大量变量的 PCA
【发布时间】：2020-05-08 23:30:10
【问题描述】：

我正在尝试可视化包含 87 个变量的 PCA。

prc <-prcomp(df[,1:87], center = TRUE, scale. = TRUE)
ggbiplot(prc, labels = rownames(df[,1:87]), var.axes = TRUE)

当我创建双标图时，许多向量相互重叠，无法读取标签。我想知道是否有任何方法一次只显示一些标签。例如，我认为如果我可以创建几个单独的双标图，每个双标图只显示向量上标签的一个子集，那将会很有用。

This question 似乎密切相关，但我不知道它是否转化为最新版本的 ggbiplot。我也不确定如何修改原始功能。

【问题讨论】：

标签： r ggplot2 data-visualization ggbiplot biplot

【解决方案1】：

一个潜在的解决方案是使用factoextra 包来可视化您的 PCA 结果。 fviz_pca_biplot() 函数包含一个 repel 参数。当repel = TRUE 时，绘图标签会展开以尽量减少重叠。还有文档中提到的select.var选项，比如select.var = list(contrib=5)只显示5个最有影响的向量。还有一个select.var = list(name) 选项，似乎允许指定您想要显示的特定变量子集。

# read data
df <- mtcars[, c(1:7,10:11)]

# perform PCA
library("FactoMineR")
res.pca <- PCA(df, graph = FALSE)

# visualize
library(factoextra)
fviz_pca_biplot(res.pca, repel = TRUE, select.var = list(contrib = 5))

【讨论】：