【问题标题】:Extracting Principal Components in FactoMiner R在 FactoMiner R 中提取主成分
【发布时间】:2016-03-30 05:08:12
【问题描述】:

我正在尝试使用 FactoMiner 中的 PCA 提取协方差矩阵的主成分。但是,由于某种原因,我只在 var-->coord 变量中看到 n-1 个组件

library(FactoMineR)
x = matrix(rnorm(10000),nrow = 100,ncol = 100)
y = PCA(x,ncp = 100,graph = FALSE)
dim(y$var$coord)

这导致输出 100 99。我是这个包的新手,希望获得更多见解

【问题讨论】:

  • 我建议检查str(y)的输出
  • official docs 可能会有所帮助。
  • 我之前和第一遍检查过官方文档都无法查明原因。如果我做 str(y),我看到的每个变量组合都有相同的 100x99 尺寸

标签: r pca


【解决方案1】:

在对 p 个变量和 n 个观测值执行的主成分分析中,最大维数为 min(p;n-1)。你有一个 100x100 的矩阵,所以 min(100;99) = 1。试试这个 100x101 的矩阵,你将能够提取 100 个维度:

x = matrix(rnorm(10100),nrow = 101,ncol = 100)
y = PCA(x,ncp = 100,graph = FALSE)
dim(y$var$coord)
[1] 100 100

也就是说,PCA 的全部目的是将您的数据减少到几个维度,因此尝试全部使用它们会违背其目的。

【讨论】:

  • 您好,感谢您的澄清。我误解了函数。而不是传递协方差矩阵,我应该传递基础数据。我同意目的是减少维度,但我使用它来提取特征值,然后修改它们以获得更稳定的表示。再次感谢您的帮助
猜你喜欢
  • 2013-01-20
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2016-02-04
  • 2021-04-30
  • 1970-01-01
  • 2020-03-31
  • 1970-01-01
相关资源
最近更新 更多