参考:https://blog.csdn.net/lswbjtu/article/details/72764141
http://www.360doc.com/content/14/1103/09/17553313_422099670.shtml
http://muchong.com/t-9070350-1
一、理论
(一)主成分分析的作用
(二)准备工作:数据标准化
(三)实验(R)
1、数据标准化、主成分负荷系数(principal component loadings)、前两个主成分的双标图
apply(USArrests,2,mean)
## Murder Assault UrbanPop Rape
## 7.788 170.760 65.540 21.232
apply(USArrests,2,var)
## Murder Assault UrbanPop Rape
## 18.97047 6945.16571 209.51878 87.72916
##发现均值和方差的差异较大,因此必须进行标准化
scale(USArrests,center = T,scale = T)
##然后进行PCA分析,标准化操作:scale=T
pr.out<-prcomp(USArrests,scale=T)
names(pr.out)
## [1] "sdev" "rotation" "center" "scale" "x"
##center和scale是标准化前的均值和标准差
##rotation包含了主成分载荷信息,列向量是主成分载荷向量
pr.out$rotation
## PC1 PC2 PC3 PC4
## Murder -0.5358995 0.4181809 -0.3412327 0.64922780
## Assault -0.5831836 0.1879856 -0.2681484 -0.74340748
## UrbanPop -0.2781909 -0.8728062 -0.3780158 0.13387773
## Rape -0.5434321 -0.1673186 0.8177779 0.08902432
##主成分负荷系数(principal component loadings)表示各个成分和原来变量之间的相关程度
biplot(pr.out,scale=0) ##前两个主成分的双标图
得前两个主成分的双标图
biplot双标图,这个图可以把成分负荷、因子得分都反应在一个图上面。因为是平面图,因此只能指定两个成分,比如想呈现1、2成分,可以使用:>biplot(fit2.pca,c(2,4))。图中两个坐标对应各自的成分,红色的箭头的长度表示负荷的长度,方向表示符合的符号是正还是负,而各个点是各个个案对应的成分得分。(详细的说明,可以到splus的主页现在说明文档)。点之间的距离,反映它们对应的样本之间的差异大小,两点相距较远,对应样本差异大;两点相距较近,对应样本差异小,存在相似性。
2、每个主成分的标准差、每个主成分的方差解释比例、绘制每个主成分的PVE和累积PVE图
##主成分的标准差
pr.out$sdev ##一般来说,第一主成分的方差>第二主成分的方差>.....
## [1] 1.5748783 0.9948694 0.5971291 0.4164494
pr.out$var<-pr.out$sdev^2
##计算每个主成分的方差解释比例
pve<-pr.out$var/sum(pr.out$var)
pve
## [1] 0.62006039 0.24744129 0.08914080 0.04335752
##绘制每个主成分的PVE和累积PVE图
par(mfrow=c(1,2))
plot(pve,xlab = "Principal Component",ylab="Proportion of Variance Explained",
ylim=c(0,1),type='b')
plot(cumsum(pve),xlab = "Principal Component",ylab="Proportion of Variance Explained",
ylim=c(0,1),type='b')
主成分对于总方差的贡献比例(Proportion of Variance Explained,简记 PVE)
PVE图和累积PVE图可以用于选择主成分,一般选取前几个能解释大部分数据方差的主成分。