用 R 绘制每个波长的每个/某些 PCA 分量的 R2答案

【问题标题】：Plotting R2 of each/certain PCA component per wavelength with R用 R 绘制每个波长的每个/某些 PCA 分量的 R2
【发布时间】：2019-08-28 18:07:19
【问题描述】：

我在使用 PCA 方面有一些经验，但这是我第一次尝试将 PCA 用于光谱数据...

我有一个带有光谱的大型数据，我使用 prcomp 命令计算整个数据集的 PCA。我的结果表明，3 个分量解释了 99% 的方差。

我想绘制每个波长（以 4、200-1000 nm 为步长）的三个 PCA 组件中的每一个的贡献，就像我在此站点上找到的图 2 的示例： https://learnche.org/pid/latent-variable-modelling/principal-component-analysis/pca-example-analysis-of-spectral-data

有人有我如何在 R 中做到这一点的代码吗？

谢谢

【问题讨论】：

标签： r plot pca spectra

【解决方案1】：

我相信在model.pca$rotation 中可以找到可变载荷矩阵，请参阅prcomp documentation。所以应该这样做（使用链接网站上的示例）：

file <- 'http://openmv.net/file/tablet-spectra.csv'
spectra <- read.csv(file, header = FALSE)
n.comp <- 4

model.pca <- prcomp(spectra[,2:651],
                    center = TRUE,
                    scale =TRUE,
                    rank. = n.comp)
summary(model.pca)


par(mfrow=c(n.comp,1))
sapply(1:n.comp, function(comp){
  plot(2:651, model.pca$rotation[,comp], type='l', lwd=2,
       main=paste("Comp.", comp), xlab="Wavelength INDEX")

})

我没有波长值，所以我在这里使用了数组的索引；输出如下。

【讨论】：