找出相对于总方差的给定百分比贡献的特征值的数量

【问题标题】：Find the number of eigen values that contributes relatively to a given percentage of total variance找出相对于总方差的给定百分比贡献的特征值的数量
【发布时间】：2016-11-22 09:45:19
【问题描述】：

成为 λ 一个特征值，Λ 一组特征值，以及 Λ 的基数 p，我试图在 R 中创建一个循环，以便找到 n 所以

这是一个输入示例（L 分量总是在减少）：

> L
[1] 4.903332 4.341607 3.920309 3.716966 3.554570 3.067658 2.891222 2.553127
> sumli
[1] 28.94879
> freq <- L/sumli
> freq
[1] 0.16937952 0.14997540 0.13542221 0.12839795 0.12278821 0.10596843 0.09987368 0.08819460

【问题讨论】：

标签： r pca eigenvalue

【解决方案1】：

L <- c(4.903332, 4.341607, 3.920309, 3.716966, 3.55457, 3.067658, 
2.891222, 2.553127)

我想我们可以使用cumsum（累计）。

取决于您是想要第一个n 使得累积贡献大于 95%，还是最后一个n 使得累积贡献小于 95%，您需要

which(cumsum(L) / sum(L) > 0.95)
# [1] 8

which(cumsum(L) / sum(L) > 0.95) - 1
# or: `sum(cumsum(L) / sum(L) <= 0.95)`
# or: `max(which(cumsum(L) / sum(L) <= 0.95))`
# [1] 7

（您的示例L 不是很有代表性，因为特征值没有急剧衰减。）

【讨论】：

哇，我印象深刻！非常感谢！对于第二行，您也可以使用并删除 - 1
你说得对，max(which(cumsum(L) / sum(L) <= 0.95)) 是我会保留的。