使用 R 中的 model.matrix 函数拟合 PCA

Question

所以我正在处理一个涉及泰坦尼克号乘客数据的数据集，您可以找到here。

所以我在这里使用提供的火车数据。我想通过使用 model.matrix 函数。

之后，从该数据集中移除 Survived 变量。

从这个矩阵中，我想将 PCA 拟合到上一步中的矩阵，并绘制观察值的分数（仅使用前 2 个维度）并根据幸存变量为它们着色。

我尝试了几种方法，但它似乎不准确，也没有颜色。

 library(readr)
 library(dplyr)
 titanic_train <- read_csv("C:/Users/johnt/Desktop/Statistical Data Mining/HW 1/train.csv")

 titanic_train <- titanic_train %>% 
   select(Survived, Pclass, Sex, Age, SibSp, Parch, Fare, Embarked) %>% 
   mutate(Fare = log(Fare))


 ###### Model Matrix

 mm <- titanic_train %>% 
   select(Pclass, Age, SibSp, Parch, Fare, Survived) 

 titan <- model.matrix(-Survived ~., mm)

 #Clean it up
 titan <- titan[,-1] #remove intercept column
 titan <- scale(titan)
 titan[is.na(titan)] <- 0

 #PCA
 titan2 <-prcomp(titan[,-5], center = TRUE, scale. = TRUE)
 titan2


 plot(titan2$x[,1:2],col=mm$Survived)

Answer 1

你试过ggbiplot(titan2)吗？

当然，如果你这样做了，你将不得不在 prcomp 上运行之前过滤只使用前两列

您能否举例说明您希望 PCA 的外观如何？