R语言主成分分析

最新推荐文章于 2024-05-15 16:20:05 发布

沈帅杰

最新推荐文章于 2024-05-15 16:20:05 发布

阅读量472

点赞数

分类专栏： R语言统计分析文章标签： r语言开发语言数据挖掘

本文链接：https://blog.csdn.net/weixin_45452300/article/details/122149807

版权

R语言统计分析专栏收录该内容

6 篇文章 3 订阅

订阅专栏

主成分分析介绍可以看此视频

library(FactoMineR)
data("iris")
iris_pca <- PCA(iris[,-5], graph =F)
summary(iris_pca)
library(factoextra)
eig_val <- get_eigenvalue(iris_pca)  # 获得特征值，其实summary里也有
eig_val
scree_plot <-fviz_eig(iris_pca)
scree_plot
fviz_pca_var(iris_pca, col.var = "black")
# 个体PCA可视化
iris_pca
ind_plot <- fviz_pca_ind(iris_pca,
                         geom.ind = "point", # 点图
                         col.ind = iris$Species, # 颜色分类
                         palette = c("#00AFBB", "#E7B800", "#FC4E07"),#颜色设置
                         addEllipses = TRUE, # 添加椭圆
                         legend.title = "Groups") #添加标题
ind_plot