我认为您没有在正确地寻找零方差列。让我们尝试一些伪数据。首先,可接受的矩阵:10x100:
PCA不能将常数的列/全部为零的列的方差重新调整为一
mat <- matrix(rnorm(1000, 0), nrow = 10)
还有一个带有零方差列的列。我们称之为oopsmat。
const <- rep(0.1,100)
oopsmat <- cbind(const, mat)
oopsmat的前几个元素如下所示:
const
[1,] 0.1 0.75048899 0.5997527 -0.151815650 0.01002536 0.6736613 -0.225324647 -0.64374844 -0.7879052
[2,] 0.1 0.09143491 -0.8732389 -1.844355560 0.23682805 0.4353462 -0.148243210 0.61859245 0.5691021
[3,] 0.1 -0.80649512 1.3929716 -1.438738923 -0.09881381 0.2504555 -0.857300053 -0.98528008 0.9816383
[4,] 0.1 0.49174471 -0.8110623 -0.941413109 -0.70916436 1.3332522 0.003040624 0.29067871 -0.3752594
[5,] 0.1 1.20068447 -0.9811222 0.928731706 -1.97469637 -1.1374734 0.661594937 2.96029102 0.6040814
让我们尝试在oopsmat上缩放和未缩放的PCA:
PCs <- prcomp(oopsmat) #works
PCs <- prcomp(oopsmat, scale. = T) #not forgetting the dot
#Error in prcomp.default(oopsmat, scale. = T) :
#cannot rescale a constant/zero column to unit variance
因为如果标准偏差为无穷大,则无法将其除以。为了识别零方差列,我们可以使用which如下所示获取变量名称。
which(apply(oopsmat, 2, var)==0)
#const
#1
要从数据集中删除零方差列,可以使用相同的apply表达式,将方差设置为不等于零。
oopsmat[ , which(apply(oopsmat, 2, var) != 0)]