绘制两个主成分得分向量，使用不同的颜色来表示三个唯一的类答案

【问题标题】：Plotting two principal component score vectors, using a different color to indicate three unique classes绘制两个主成分得分向量，使用不同的颜色来表示三个唯一的类
【发布时间】：2016-10-28 00:06:53
【问题描述】：

在生成一个模拟数据集后，在三个类别中的每个类别中包含 20 个观察值（即总共 60 个观察值）和 50 个变量，我需要绘制前两个主成分得分向量，使用不同的颜色来表示三个唯一的类。

我相信我可以创建模拟数据集（请验证），但我在弄清楚如何为类和绘图着色时遇到问题。我需要确保三个类在图中分开显示（否则我需要重新运行模拟数据）。

#for the response variable y (60 values - 3 classes 1,2,3  - 20 observations per class)
y <- rep(c(1,2,3),20)

#matrix of 50 variables i.e. 50 columns and 60 rows i.e. 60x50 dimensions (=3000 table cells)   
x <- matrix( rnorm(3000), ncol=50)

xymatrix <- cbind(y,x)
dim(x)
[1] 60 50
dim(xymatrix)
[1] 60 51
pca=prcomp(xymatrix, scale=TRUE)

如上所述，我应该如何正确绘制和着色这个主成分分析？谢谢你。

【问题讨论】：

你能提供创建当前情节的代码吗？
@BLT 这绝不需要是双标图（可能有更好的方法来绘制它），但下面是我尝试过的代码：biplot(pca, scale=0, col=c("orange", "red", "blue"))
这适用于您的真实数据吗？ rpubs.com/sinhrks/plot_pca
@BLT 我可以得到下面的第一个代码来绘制，但我不确定如何让三个类的颜色不同（即所有点都是橙色）autoplot(pca, colour = "orange") 此代码不起作用： autoplot(pca, colour = c("orange", "red", "blue"))

标签： r plot pca

【解决方案1】：

如果我正确理解您的问题，Gally 包中的ggparcoord 会为您提供帮助。

library(GGally)
y <- rep(c(1,2,3), 20)

# matrix of 50 variables i.e. 50 columns and 60 rows 
# i.e. 60x50 dimensions (=3000 table cells)   
x <- matrix(rnorm(3000), ncol=50)

xymatrix <- cbind(y,x)
pca <- prcomp(xymatrix, scale=TRUE)

# Principal components score and group label 'y'
pc_label <- data.frame(pca$x, y=as.factor(y))

# Plot the first two principal component scores of each samples
ggparcoord(data=pc_label, columns=1:2, groupColumn=ncol(pc_label))

但是，我认为在 x 上执行 PCA 比在包含目标 y 的 xymatrix 上更有意义。所以下面的代码应该更适合你的情况。

pca <- prcomp(x, scale=TRUE)

pc_label <- data.frame(pca$x, y=as.factor(y))

ggparcoord(data=pc_label, columns=1:2, groupColumn=ncol(pc_label))

如果您想要前两个主成分分数的散点图，您可以使用ggplot。

library(ggplot2)

ggplot(data=pc_label) + 
  geom_point(aes(x=PC1, y=PC2, colour=y))

【讨论】：

【解决方案2】：

这是一个基本的 R 解决方案，展示了如何简单地做到这一点。首先仅对 x 矩阵进行 PCA，然后从结果对象中获取转换后变量的矩阵，我们将其称为 PCs。

x <- matrix(rnorm(3000), ncol=50)
pca <- prcomp(x, scale=TRUE)
PCs <- as.matrix(pca$x)

现在我们可以根据您的 y 为标签制作颜色名称向量。

col.labs <- rep(c("Green", "Blue", "Red"), 20)

现在只需绘制散点图，将颜色矢量传递给col。

plot(PCs[, 1], PCs[, 2], col=col.labs, pch=19, xlab = "Scores on PC1", ylab="Scores on PC2")

【讨论】：