R语言主成分分析（PCA）

最新推荐文章于 2023-11-23 02:02:26 发布
最新推荐文章于 2023-11-23 02:02:26 发布
阅读量1.2k 收藏 8
点赞数 2
文章标签： r语言 人工智能
原文链接：http://www.cnblogs.com/jin-liang/p/9064020.html
版权 
数据的导入

> data=read.csv('F:/R语言工作空间/pca/data.csv') #数据的导入
>
> ls(data) #ls()函数列出所有变量
[1] "X" "不良贷款率" "存贷款比率" "存款增长率" "贷款增长率" "流动比率" "收入利润率"
[8] "资本充足率" "资本利润率" "资产利润率"
> dim(data) # 维度
[1] 15 10

一.数据标准化

 
> std_data=scale(data[2:10])  #数据标准化
> 
> rownames(std_data)=data[[1]]  #数组各行名字定义为数据文件的的第一列
> 
> class(std_data)   #查看数据类型
[1] "matrix"
> df=as.data.frame(std_data)   #转化为数据框
> class(df)
[1] "data.frame"

习惯数据框格式

数据标准化

> std_data=scale(data[2:10])  #数据标准化
> 
> rownames(std_data)=data[[1]]  #数组各行名字定义为数据文件的的第一列
> 
> class(std_data)   #查看数据类型
[1] "matrix"
> df=as.data.frame(std_data)   #转化为数据框
> class(df)
[1] "data.frame"

　　

二.主成分分析结果

> df.pr=princomp(df,cor=TRUE) #主成分分析 
> summary(df.pr,loadings=TRUE)  #列出结果 包含特征向量

Importance of components:
                       Comp.1 Comp.2 Comp.3 Comp.4  Comp.5  Comp.6 Comp.7   Comp.8   Comp.9
Standard deviation     1.8895 1.3087 1.2365 0.9593 0.86553 0.46727 0.4168 0.293547 0.201641
Proportion of Variance 0.3967 0.1903 0.1699 0.1023 0.08324 0.02426 0.0193 0.009574 0.004518
Cumulative Proportion  0.3967 0.5870 0.7569 0.8591 0.94235 0.96661 0.9859 0.995482 1.000000

Loadings:
           Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8 Comp.9
不良贷款率  0.425         0.188  0.288  0.423  0.173  0.695              
资本充足率 -0.359        -0.521         0.234  0.546  0.127 -0.214 -0.426
存贷款比率  0.301  0.532 -0.142        -0.370 -0.324  0.248 -0.320 -0.438
流动比率   -0.192  0.429 -0.416  0.439  0.306 -0.384 -0.113         0.399
资产利润率 -0.392  0.332        -0.438 -0.178         0.452  0.494  0.238
资本利润率 -0.413 -0.185  0.259 -0.103  0.428 -0.562  0.167        -0.436
收入利润率 -0.299 -0.455 -0.116  0.299 -0.481 -0.159  0.432 -0.329  0.221
存款增长率 -0.243  0.249  0.387  0.636 -0.282  0.171         0.336 -0.309
贷款增长率 -0.300  0.342  0.518 -0.127  0.101  0.214        -0.620  0.260

　　结果比较杂乱，接下来确定主成分个数

三.确定主因子个数

根据累计贡献率大于90%，确定

计算相关系数矩阵

> cor(df)  #相关系数矩阵
           不良贷款率 资本充足率 存贷款比率 流动比率 资产利润率 资本利润率 收入利润率 存款增长率
不良贷款率     1.0000   -0.57238    0.31761 -0.20055   -0.70121   -0.45662   -0.53825   -0.16790
资本充足率    -0.5724    1.00000   -0.33566  0.61749    0.51053    0.32931    0.37424    0.01208
存贷款比率     0.3176   -0.33566    1.00000  0.16576   -0.02387   -0.72464   -0.56974   -0.11599
流动比率      -0.2005    0.61749    0.16576  1.00000    0.31280    0.07588   -0.03629    0.27787
资产利润率    -0.7012    0.51053   -0.02387  0.31280    1.00000    0.44019    0.13002    0.24387
资本利润率    -0.4566    0.32931   -0.72464  0.07588    0.44019    1.00000    0.38484    0.26496
收入利润率    -0.5383    0.37424   -0.56974 -0.03629    0.13002    0.38484    1.00000    0.24963
存款增长率    -0.1679    0.01208   -0.11599  0.27787    0.24387    0.26496    0.24963    1.00000
贷款增长率    -0.2863    0.03398   -0.14413  0.08791    0.59245    0.55095   -0.09947    0.60455
           贷款增长率
不良贷款率   -0.28628
资本充足率    0.03398
存贷款比率   -0.14413
流动比率      0.08791
资产利润率    0.59245
资本利润率    0.55095
收入利润率   -0.09947
存款增长率    0.60455
贷款增长率    1.00000

　求特征值和特征向量

>y=eigen(cor(df)) #求出cor(df)的特征值和特征向量
> y$values#输出特征值
[1] 3.57008 1.71263 1.52895 0.92033 0.74914 0.21834 0.17370 0.08617 0.04066

　输出前五个累计贡献率　

> sum(y$values[1:5])/sum(y$values)   #求前5个主成分的累计方差贡献率
[1] 0.9423
>

　

输出前5个主成分的载荷矩阵
> df.pr$loadings[,1:5]#输出前5个主成分的载荷矩阵
            Comp.1   Comp.2   Comp.3   Comp.4  Comp.5
不良贷款率  0.4245  0.03196  0.18753  0.28824  0.4226
资本充足率 -0.3595  0.02955 -0.52091  0.04673  0.2341
存贷款比率  0.3013  0.53170 -0.14155 -0.09645 -0.3697
流动比率   -0.1923  0.42903 -0.41595  0.43880  0.3061
资产利润率 -0.3916  0.33239 -0.04543 -0.43786 -0.1780
资本利润率 -0.4134 -0.18527  0.25918 -0.10322  0.4280
收入利润率 -0.2990 -0.45539 -0.11566  0.29949 -0.4810
存款增长率 -0.2432  0.24926  0.38706  0.63621 -0.2824
贷款增长率 -0.3000  0.34207  0.51768 -0.12671  0.1011

　　画出碎石图

screeplot(df.pr,type='lines')  #画出碎石图

　　

 

画出散点图

　

biplot(df.pr)     #画出主成分散点图

　　

 

 

四.获取相关系数矩阵的特征值和特征向量

> y=eigen(cor(df)) #求出cor(df)的特征值和特征向量
> y$values#输出特征值
[1] 3.57008 1.71263 1.52895 0.92033 0.74914 0.21834 0.17370 0.08617 0.04066

　　

五.计算主成分总得分

.

> s=df.pr$scores[,1:5]#输出前5个主成分的得分
> #s[,1]
> #计算综合得分
> 
> scores=0.0
> for (i in 1:5)
   scores=(y$values[i]*s[,i])/(sum(y$values[1:5]))+scores
> 
> 
> cbind(s,scores)#输出综合得分信息
                          Comp.1  Comp.2    Comp.3   Comp.4  Comp.5   scores
北京农商银行             -0.9927 -0.4565 -0.773341  0.72371  0.5357 -0.52362
上海农商银行              0.5461 -0.4069  0.228600 -0.05691 -1.1411  0.08196
广州农商银行             -1.7680 -0.5058  0.091704  0.46582  0.4301 -0.74130
天津农商银行              0.8670 -1.0680 -0.118665 -1.13960 -0.2242 -0.01556
（宁波）慈溪农村商业银行 -0.9713  2.0909 -2.590721  0.44416  0.7692 -0.33751
江阴农商银行              0.6533  0.3486 -1.678249  0.47363 -0.4051  0.05848
成都农商银行             -2.5372 -3.2477  0.008494  0.24227  1.2955 -1.58158
重庆农村商业银行         -1.0099 -0.1061  1.753280  0.23145 -0.6871 -0.16602
（宁夏）黄河农村商业银行 -0.5903  0.7269  1.227349  0.59878 -1.1312  0.08463
（陕西）旬阳农村商业银行  0.1928  1.7666 -0.273642 -1.29087  0.7258  0.31262
太仓农村商业银行          3.1937 -1.4905 -1.089861 -1.17931 -0.6266  0.66358
武汉农村商业银行         -0.8349  0.1686 -0.119553 -1.63283 -0.4856 -0.55902
安徽合肥科技农商银行     -0.2713  0.3084 -0.273867  1.79049 -1.2170 -0.01448
福州农商银行             -1.5557  1.6844  2.185117 -0.80662  0.7243  0.05566
沈阳农商银行              5.0781  0.1871  1.423354  1.13584  1.4374  2.68217

　　

　

转载于:https://www.cnblogs.com/jin-liang/p/9064020.html

weixin_30412013
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言无监督学习：PCA主成分分析可视化
拓端研究室TRL
12-11 502
假设我们希望通过 对一组p个特征的测量值来可视化n个观测值，以 用于探索性数据分析的一部分。具体来说，我们希望找到一种数据的低维表示形式，该表示形式可以捕获尽可能多的信息。PCA提供了一种执行此操作的方法。PCA会寻求少量尽可能有趣的维度，其中有趣的概念 通过观察值在整个维度上的变化量来度量。我们还可以通过利用主要组件来衡量丢失了多少信息。为此，我们可以计算 每个主成分解释的方差的比例（PVE）。通常最好将其解释为累积图，以便我们可以可视化每个成分的PVE和所解释的总方差。一。
[R语言] R语言PCA分析教程 Principal Component Methods in R
热门推荐
You and Me
07-31 5万+
R语言PCA分析教程 Principal Component Methods in R 主成分分析Principal Component Methods（PCA）允许我们总结和可视化包含由多个相互关联的定量变量描述的个体/观察的数据集中的信息。每个变量都可以视为不同的维度。如果数据集中包含3个以上的变量，那么可视化多维超空间可能非常困难。 主成分分析用于从多变量数据表中提取重要信息，并将此信息表示...
主成分分析(PCA)及其可视化的基础指南
weixin_45822007的博客
05-07 6577
主成分分析(PCA)及其可视化的基础指南后台很多同学私信想学习一下主成分分析(PCA),今天就简单写一下。之后有看到文章再实战复现。主成分分析（PCA）是一种将数据降维技巧，它将大量相关变...
【PCA】主成分分析算法R语言实现
最新发布
m0_69310669的博客
11-23 1407
主成分分析（Principal Component Analysis，PCA）是一种降维算法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关，其能反映出原始数据的大部分信息。一般来说，当研究的问题涉及到多变量且变量之间存在很强的相关性时，我们可考虑使用主成分分析的方法来对数据进行简化。降维是将高维度的数据（指标太多）保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。
R语言中主成分分析概念与操作（PCA）
nikang3148的博客
06-17 4143
得分可分为主成分得分与因子得分，因子得分数值上等于主成分得分除以特征值的平方根，相当于标准化的主成分得分。从列上看，各变量对同一主成分的载荷的平方和等于其特征值（主成分的方差），理解为各变量对该主成分的贡献。特征值的平方根表示的是主成分得分的标准偏差（standard deviation）,即。一般定义为原始变量与主成分得分之间的相关系数，等于特征向量乘以特征值的平方根。特征向量是主成分对于原始变量的线性转换系数矩阵（主成分得分系数）。），理解为各主成分对该变量方差的解释度，其和值为1（变量的方差）。
45.R语言主成分分析PCA及factoextra包可视化学习笔记
05-07
主成分分析是我们在做统计的时候经常用到的数据处理方法，有很多的R语言包可以实现PCA分析，我们都可以去尝试着实现。
8. R语言ggplot2-主成分分析PCA加置信圈.pdf
11-10
"R语言ggplot2-主成分分析PCA加置信圈" R语言ggplot2是数据可视化领域中的常用工具，ggplot2提供了丰富的数据可视化功能，可以应用于多种数据分析领域。主成分分析（Principal Component Analysis，PCA）是数据降维...
R语言_主成分分析_R语言实例分析_内附R代码_分析数据见资其它资源
12-25
【R语言主成分分析】主成分分析（PCA）是一种在多变量数据分析中广泛使用的降维技术，用于处理具有高度相关性的变量集。PCA通过转换原始数据，将其转换为一组新的正交变量，即主成分，这些主成分是原始变量的线性...
R包vegan的群落PCA分析_vegan_生物群落多样性与环境因子主成分分析_环境因子pca_
10-03
PCA分析，环境生物多样性与环境因子相互联系的主成分分析，数据格式与源代码
PCA&主成分分析&生态排序
01-05
用R语言解决主成分分析，代码和详细教程。解决PCA分析、生态排序、非约束性排序问题，包括详细教程和代码解释，能实现分析过程和可视化。
R语言实现聚类分析、PCA实现与应用
03-20
利用R语言编写的聚类分析、PCA算法的实现以及应用，用于生物信息学领域的数据分析，有助于R语言与生物信息数据处理的入门有帮助！包含数据集（.txt）
R语言与数据分析之五：主成分分析
OR家园-howard
12-15 1万+
主成份分析历史： Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法。通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目，可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析。 通过对原始变量进行线性组合，得到优化的指标：把原先多个指标的计算降维为少量几个经过优化指标的计算（占去绝大部分份额） 基本思想：设法将原先众多具有
R主成分分析与因子分析
qq_57518649的博客
05-02 707
是降维方法的一种，在原始数据信息损失较小的情况下，利用少数的不相关的综合变量来代替较多的原始变量。一般来说，主成分不超过5个。函数为princomp(）。
基于R语言的主成分分析
m0_56444893的博客
10-19 1万+
目录 1.主成分分析步骤 2.常用函数 1.princomp函数 2.summary函数 3.loadings函数 4.predict函数 5.screeplot函数 3.代码实现 1.主成分分析步骤 （1）将数据标准化 （2）求样本的相关系数矩阵R （3）求R的特征值以及特征向量 （4）按主成分累计贡献率超过85%来确定主成分的个数K，并写出主成分表达式 （5）对分析结果做统计意义和实际意义的解释 2.常用函数 1.princomp函数 用于计算相关矩阵R做主成分
多元统计及R语言案例分析 (主成分和因子分析对学生成绩神秘联系分析)
微信公众号（年更选手）：数据闲逛人 | Github开源项目：数分/数挖study路线 https://github.com/jc-dian/python_data_analysis
05-26 3万+
案例1主题： 主成分分析及学生成绩神秘联系分析 案例2主题： 因子分析及学生成绩神秘联系分析 案例一：目的与内容 学生的考试是评估学生的学习程度及能力，当我们只想知道学生的学习程度如何时，可借由一份良好的试卷来测验出学生的学习程度分布状况。可是怎样才是一份良好的试卷呢？当然是学习程度好的学生所考的成绩较高，而学习程度差的学生成绩较低，亦即试卷能真正反映出学生学习程度差异的真实分布情况。想作一个总体性学习状况比较时，便可以用主成分分析来找出主成分，本文中的学生神秘成绩联系主成分分析是
R、主成分分析（PCA）、ggplot2
吴苏
01-01 1万+
R、主坐标分析（PCA）、ggplot2  在生态环境领域中，作为非约束排序的方法之一，主成分析（PCA）是我们常用的分析方法。本文以R语言vegan包rda函数演示主坐标排序及基于ggplot2绘图。 a=read.csv("D:/wykt/sp.csv",header = T,row.names = 1) library(vegan) library(ggplot2) library(ggre...
R语言与主成分分析
初
01-04 5万+
1.概念介绍        主成分分析是一种降维技术，简单的说就是将数据中的多个变量，化为几个主要的变量反映原本数据中的绝大部分信息。        在工作中，我们常常遇到一些多维数据(即一组数据中存在多个变量、属性，或者说需要用多个变量、字段、属性去表示一组数据)。明显，数据中用到的维度越少，越便于我们的工作和研究。所以这时，我们就需要用到主成分分析，将原本多维的数据变化为低维数据。
R语言之主成分分析-PCA 贡献率
IT届的小学生
12-27 1万+
1、关键点 综述：主成分分析 因子分析典型相关分析，三种方法的共同点主要是用来对数据降维处理的 从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。 #主成分分析 是将多指标化为少数几个综合指标的一种统计分析方法 主成分分析是一种通过降维技术把多个变量化成少数几个主成分的方法，这些主成分能够反映原始变量的大部分信息，他们通常表示为原始变量的线性组合。 2、函数总结 #R中作为
PCA主成分分析实战和可视化 | 附R代码和测试数据
悟道西方
01-18 1万+
一文看懂PCA主成分分析中介绍了PCA分析的原理和分析的意义(基本简介如下，更多见博客)，今天就用数据来实际操练一下。 在生信宝典公众号后台回复**“PCA实战”**，获取测试数据。 一、PCA应用 # 加载需要用到的R包library(psych) library(reshape2) library(ggplot2)library(factoextra) 1. 数据初始化 # 基因表达数据 ...
R语言主成分分析（PCA）案例
03-31
在R语言中，主成分分析（PCA）是一种常用的数据降维方法，可以将高维数据转换成低维空间，从而方便数据的可视化和分析。下面以鸢尾花数据集为例，介绍如何使用R语言进行PCA分析。 1. 导入数据 首先需要导入鸢尾花数据集，该数据集包含150个样本，每个样本有4个特征，分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度。 ```R # 导入鸢尾花数据集 data(iris) head(iris) ``` 2. 数据预处理 PCA分析通常需要对数据进行标准化处理，以确保不同特征的单位和尺度对结果的影响。 ```R # 标准化处理 iris_std <- scale(iris[,1:4]) ``` 3. 计算主成分 使用prcomp函数计算主成分，其中参数center和scale分别表示是否对数据进行中心化和标准化处理。 ```R # 计算主成分 pca <- prcomp(iris_std, center = TRUE, scale. = TRUE) summary(pca) ``` 4. 解释主成分 PCA分析的结果包括每个主成分的方差贡献率和累计方差贡献率，可以用来评估每个主成分的重要性。 ```R # 解释主成分 pca_var <- pca$sdev^2 pca_var_ratio <- pca_var/sum(pca_var) pca_var_ratio_cumsum <- cumsum(pca_var_ratio) # 绘制方差贡献率图 library(ggplot2) df <- data.frame(PC = 1:4, Variance_Ratio = pca_var_ratio) ggplot(df, aes(x = PC, y = Variance_Ratio)) + geom_col(fill = "steelblue") + geom_line(aes(y = pca_var_ratio_cumsum), color = "red") + labs(title = "PCA Variance Ratio", x = "Principal Components", y = "Variance Ratio") ``` 5. 主成分可视化 可以将鸢尾花数据集映射到前两个主成分的平面上进行可视化，观察不同类别的鸢尾花在主成分空间中的分布情况。 ```R # 主成分可视化 iris_pca <- as.data.frame(pca$x[,1:2]) iris_pca$class <- iris$Species ggplot(iris_pca, aes(x = PC1, y = PC2, color = class)) + geom_point(size = 3) + labs(title = "Iris PCA", x = "PC1", y = "PC2") ``` 综上所述，以上就是使用R语言进行主成分分析的简单案例。通过PCA分析，可以将高维数据转换成低维空间，并且保留了大部分原始数据的信息，方便进行数据可视化和分析。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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