主成分分析

一、解决的问题

数据处理过程中多维数据的降维问题。多个变量之间存在相关关系,在分析过程中会耗费资源

二、思路

利用变量之间的线形组合,将要处理的数据利用初始数据变量的线性组合减少数据的维数,最后选取主成分方差累计贡献率大于80%的主成分作为处理变量即可。

三、代码

data:需要降维的数据

newData=princomp(data,cor=T#使用相关系数法进行主成分分析))

summary(newData)

newData$sdev¥标准差

newData$loadings#主成分负荷矩阵

newData$scores #主成分矩阵,新变量数据

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