ade4 包 - 主成分分析答案

【问题标题】：ade4 package - principal component analysisade4 包 - 主成分分析
【发布时间】：2011-10-27 12:20:22
【问题描述】：

我打算进行一些主成分分析，我使用这个PCA tutorial 作为指导。我有以下代码：

library("ade4")
Data <- read.table("D:/Bla/Data1.txt", header = TRUE, sep="\t")    
plot(Data$X, Data$Y)
pc <- dudi.pca(Data, scale = FALSE, scan = FALSE)    
pc$eig

但是，我只是没有得到教程中的一些特征值。我做错了什么还是dudi.pca 知道“问题”？ BTW 如何获得特征向量？

PS：

我使用了这些数据：

X   Y
2.5 2.4
0.5 0.7
2.2 2.9
1.9 2.2
3.1 3
2.3 2.7
2   1.6
1   1.1
1.5 1.6
1.1 0.9

dudi.pca 通过减去均值进行归一化。

【问题讨论】：

我刚刚注意到它正确地执行了 pca，但通过减去平均值并除以标准差来规范化数据

标签： r pca

【解决方案1】：

在您链接的pdf中，特征值是通过以下命令获得的：

eigen(cov(Data))

而来自dudi.pca（我假设）的特征值来自居中和缩放的协方差矩阵。

【讨论】：