转 R 主成分分析

# 1、数据准备

tt<-USJudgeRatings 

# 2、主成分个数判断

# 方法1、由于我们是通过特征值大小来找主成分的次序,所以KAISER-Harris准则保留特征值大于1的主成分—-碎石图
install.packages("psych")
library(psych)
fa.parallel(USJudgeRatings[,-1],fa="pc",n.iter = 100,show.legend = F)
abline(h=1,col="green")
# 方法2、信息保留比例,进行判断
pr <- princomp(tt, cor = T,score=T) 
summary(pr, loadings = F)
# 3、得出主成分结果
principal(tt,nfactors = 2,scores = T)
pc$scores  #主成分得分
pc$weights #主成分计算系数

备注:


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