pca in R

用R写pca:

x=data.frame(x1=c(1,0,6,2,7,8),x2=c(2,5,7,3,6,7),x3=c(3,6,7,2,9,0))
x=scale(x,center = T,scale = T)
xcov=cov(x)
xspe = eigen(xcov)  
xval = xspe$values
xvec = xspe$vec
rval=xval[-3]
rvec=xvec[,-3]
rx=x%*%rvec

pca是为了降维做的主成分分析,它利用向量的旋转,首先选取方差最大那个特征和特征向量的作为最重要的主成分,然后依次往下……,pca认为方差越大包含样本的信息越多,一般可以用累计方差贡献率来选取需要多少个主成分。

下次考虑用python复现pca。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值