svd(x, nu = 0) 中的错误：0 范围维度

Question

我正在尝试对具有 5000 列和 30 行的数据框进行 PCA

Sample <- read.table(file.choose(), header=F,sep="\t")
Sample.scaled <- data.frame(apply(Sample,2,scale))
pca.Sample <- prcomp(Sample.scaled,retx=TRUE)`

得到错误

Error in svd(x, nu = 0) : infinite or missing values in 'x'

sum(is.na(Sample))
[1] 0

sum(is.na(Sample.scaled))
[1] 90

尝试使用以下方法忽略所有 na 值

pca.Sample <- prcomp(na.omit(Sample.scaled),retx=TRUE)

这给出了以下错误

Error in svd(x, nu = 0) : 0 extent dimensions

有报道称 na.action 需要给出公式，因此尝试了以下方法

pca.Sample <- prcomp(~.,center=TRUE,scale=TRUE,Sample, na.action=na.omit)

现在出现以下错误

Error in prcomp.default(x, ...) :
  cannot rescale a constant/zero column to unit variance

认为问题可能是因为“我的一个数据列是常数。常数的方差为 0，然后缩放会除以 0，这是不可能的。”

但不确定如何解决这个问题。任何帮助都非常感谢....

Answer 1

从sum(is.na(Sample.scaled)) 出来为90 的事实来看，当sum(is.na(Sample)) 是0 时，看起来你有三个常量列。

这是一个随机生成（可重现）的示例，它给出了相同的错误消息：

Sample <- matrix(rnorm(30 * 5000), 30)
Sample[, c(128, 256, 512)] <- 1

Sample <- data.frame(Sample)
Sample.scaled <- data.frame(apply(Sample, 2, scale))

> sum(is.na(Sample))
[1] 0

> sum(is.na(Sample.scaled))
[1] 90

# constant columns are "scaled" to NA.
> pca.Sample <- prcomp(Sample.scaled,retx=TRUE)
Error in svd(x, nu = 0) : infinite or missing values in 'x'

# 3 entire columns are entirely NA, so na.omit omits every row
> pca.Sample <- prcomp(na.omit(Sample.scaled),retx=TRUE)
Error in svd(x, nu = 0) : 0 extent dimensions

# can't scale the 3 constant columns
> pca.Sample <- prcomp(~.,center=TRUE,scale=TRUE,Sample, na.action=na.omit)
Error in prcomp.default(x, ...) : 
  cannot rescale a constant/zero column to unit variance

你可以试试这样的：

Sample.scaled.2 <- data.frame(t(na.omit(t(Sample.scaled))))
pca.Sample.2 <- prcomp(Sample.scaled.2, retx=TRUE)

即在转置上使用na.omit 以摆脱NA 列而不是行。

Answer 2

负无穷大值可以在对数变换后替换，如下所示。

log_features <- log(data_matrix[,1:8])
log_features[is.infinite(log_features)] <- -99999