非常简单而又非常完整的R语言主成分分析实例

最新推荐文章于 2024-08-11 23:49:39 发布

wangyajie_11

最新推荐文章于 2024-08-11 23:49:39 发布

阅读量10w+

点赞数 60

分类专栏：机器学习文章标签： r语言实例数据主成分分析

本文链接：https://blog.csdn.net/wangyajie_11/article/details/53785528

版权

本篇文章不讲有关主成分分析的理论知识，只讲实际操作。

实例：（中学生身体四项指标的主成分分析）

在某中学随机抽取某年级30名学生，测量其身高(X1)、体重(X2)、胸围(X3)和坐高(X4)，数据如下。试对这30名中学生身体四项指标数据做主成分分析。

这些数据保存保存在students_data.csv中，该文件中的部分数据截图如下：

这里写图片描述

现在开始做主成分分析
第一步：将students_data.csv中的数据读入到程序中

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wangyajie_11

关注关注

60
点赞
踩
478

收藏

觉得还不错? 一键收藏
22
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

R语言PCA主成分分析（Principle Component Analysis）实战1

data+scenario+science+insight

09-30

515

R语言PCA主成分分析（Principle Component Analysis）实战目录 R语言PCA主成分分析（Principle Component Analysis）实战 #获取主成分的个数 #提取主成分 #获取主成分的个数 par(ask=TRUE) set.seed(1234) # make results reproducible # install.packages("psych") library(psych) fa.parallel(USJudgeRat..

R 语言：简短的示例

weixin_41852444的博客

03-02

4482

我们将通过一些示例对 R 进行简短的介绍。如果你之前从未使用过 R, 现在就是开始学习的好时候，通过例子来边学边玩吧。没有什么方法能比动手尝试帮你更快速地入门。你可以跟着下面的例子学习，将每一行代码都敲一遍 ...

22 条评论您还未登录，请先登录后发表或查看评论

主成分分析(PCA)原理及R语言实现及分析实例

拓端研究室TRL

11-01

937

SS loadings行包含了与主成分相关联的特征值，指的是与特定主成分相关联的标准化后的方差值（本例中，第一主成分的值为10）。可以看出，PC1(84.4%)和PC2(9.2%)共可以解释这12个变量的93.6的程度，除了CONT外的其他的11个变量与PC1都有较好的相关性，所以PC1与这11个变量基本斜交，而CONT不能被PC1表示，所以基本与PC1正交垂直，而PC2与CONT基本平行，表示其基本可以表示CONT。一般的原则是：要保留的主成分的个数的特征值要大于1且大于平行分析的特征值。

主成分分析(PCA)

最新发布

blinkyou001的博客

08-11

4272

本文讲解了主成分分析（PCA）的基本原理，并利用python进行了实例演示。

[转载]简单易学的机器学习算法-主成分分析（PCA）

weixin_30861797的博客

06-26

1285

一、数据降维对于现在维数比较多的数据，我们首先需要做的就是对其进行降维操作。降维，简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作可以理解为一种映射关系，例如函数，即由原来的二维转换成了一维。处理降维的技术有很多种，如前面的SVD奇异值分解，主成分分析(PCA)，因子分析(FA)，独立成分分析(ICA)等等。二、PCA的概念 PCA是一种较为常用的降...

R语言主成分分析练习

01-18

R语言主成分分析练习

R语言简单的一个实例

qq_63128704的博客

07-06

511

R语言简单的一个实例

R语言应用统计1 主成分分析

一个不愿透露姓名的博客

12-19

3094

R语言应用统计1 主成分分析 这个系列就讨论应用基础，争取一条公式都不用写。当原始数据集比较庞大，并且不同变量之间存在一些相关性时，我们希望可以用更少的变量来表示原始数据集，用到的变量越少的同时，能够表示的原始数据集中的信息越多自然就更好。主成分分析就可以实现这样的目标，在主成分分析中用来表示原始数据集中的信息的变量被称为主成分。下面我们用一个例子说明R语言中进行简单的主成分分析的方法。数据使用HSAUR2包中的美国城市污染数据，代码如下 install.packages("HSAUR2") data

R语言_主成分分析_R语言实例分析_内附R代码_分析数据见资其它资源

12-25

【R语言主成分分析】主成分分析（PCA）是一种在多变量数据分析中广泛使用的降维技术，用于处理具有高度相关性的变量集。PCA通过转换原始数据，将其转换为一组新的正交变量，即主成分，这些主成分是原始变量的线性...

主成分分析R语言实现

热门推荐

shine4869的博客

04-21

3万+

R语言主成分分析实现

R语言学习-实例一

wwwlxz的专栏

03-09

5239

一个综合性实例（来自炼数成金）模拟产生统计专业同学的名单（学号区分），记录数学分析，线性代数，概率统计三科成绩，然后进行一些统计分析先简单介绍几个函数：正态分布函数rnorm() 泊送分布函数rpois() 指数分布函数rexp() Gamma分数函数rgamma() 均匀分布函数runif() 二项分布函数rbinom() 几何分布函数rgeom()1 建立学生名单> num<

R 语言 主成分分析案例demo

厚积薄发的博客

12-04

1124

某市13个工业部门8个指标的案例； # Title : TODO # Objective : TODO # Created by: fuguowen # Created on: 2018/12/4 #读取数据 hangye<-read.table("1.txt"); print(hangye) #### 作主成分分析，并显示结果 hangye.pr<-princomp(ha...

基于R语言主成分分析

dege857的博客

01-05

4268

在科学研究中，经常需要从同一个体（或观测单位）上观测多个指标，这些指标从不同方面反映个体的性质。主成分分析方法为无监督机器学习的一种方法，是通过线性降维将多个定量指标转换为少数几个综合指标的一种统计分析方法。假设对于某个问题的研究涉及到P个指标，分别用Xl，X2….XP，表示，这个指标构成的P维随机向量设为X1-XP，对X进行线性变换，可以通过线性组合的方式形成新的综合变量这里用C表示：新的综合变量和原来变量之间的关系可以用下面的公式表示：上式中的线性组合可以是任意的，由不同的线性变换得到的综合变量

R语言应用实例

qq_69383479的博客

12-28

979

如果给定一组数据，而不是一个已知的总体均值，并且需要检验这组数据的均值是否有差异，通常是指检验这组数据的均值是否显著地不同于某个假定的均值。如果没有特定的理论值，我们通常会对数据集的均值是否显著地不同于0进行检验。在R语言中，进行区间估计通常是基于一定的置信水平来估计一个参数（如均值、比例或差异）的置信区间。最常用的是对均值的区间估计，可以使用。（4）观测得今年的数据是X = 7m，给出今年灌溉面积的预测值和相应的区间估计（（2）求出每个组数值的均值，做出相应的区间估计（函数来找到x1和x2的值。

R语言 实例操作

qbldp的博客

07-01

1922

连续型变量的描述性分析、t检验，分类变量的卡方检验；矩阵、列表的元素调用；矩阵操作。

多元统计及R语言案例分析 (主成分和因子分析对学生成绩神秘联系分析)

微信公众号（年更选手）：数据闲逛人 | Github开源项目：数分/数挖study路线 https://github.com/jc-dian/python_data_analysis

05-26

3万+

案例1主题： 主成分分析及学生成绩神秘联系分析案例2主题：因子分析及学生成绩神秘联系分析案例一：目的与内容学生的考试是评估学生的学习程度及能力，当我们只想知道学生的学习程度如何时，可借由一份良好的试卷来测验出学生的学习程度分布状况。可是怎样才是一份良好的试卷呢？当然是学习程度好的学生所考的成绩较高，而学习程度差的学生成绩较低，亦即试卷能真正反映出学生学习程度差异的真实分布情况。想作一个总体性学习状况比较时，便可以用主成分分析来找出主成分，本文中的学生神秘成绩联系主成分分析是

主成分分析（PCA）实例讲解

qq_42928743的博客

04-02

3592

PCA原理及实例讲解

R语言主成分分析实例：解决变量相关问题与综合指标构建

本资源主要介绍的是R语言中主成分分析（Principal Component Analysis, PCA）的应用实例以及相关的R代码。主成分分析是一种重要的统计方法，用于处理多变量数据中的高度相关性问题。在实际工作中，当数据集中存在多...