最简单的主成分分析函数,prcomp 和 princomp 都是自带的函数,不需要额外的包
http://strata.uga.edu/software/pdf/pcaTutorial.pdf很好的一个介绍
http://gastonsanchez.wordpress.com/2012/06/17/principal-components-analysis-in-r-part-1/很好的一个介绍
主成分分析的结果包含特征根集,PC scores表,(变量和PC)相关系数表(table of loadings)
特征根包含了数据变化度的信息,scores提供了观测结构的信息,相关系数表提供了变量之间,以及和PC之间的关系的大致感官概念
描述:
prcomp : Performs a principalcomponents analysis on the givendata matrix and returns the results as anobject of class prcomp.
princomp : Performs a principal components analysison the givennumeric data matrix and returns the results as an object of class princomp.
使用:
以下使用内置数据集USArrests
> str(USArrests)
'data.frame': 50 obs. of 4 variables:
$ Murder : num 13.2 10 8.1 8.8 9 7.9 3.3 5.9 15.4 17.4 ...
$ Assault : int NA 263 294 190 276 204 110 238 335 211 ...
$ UrbanPop: int 58 48 80 50 91 78 77 72 80 60 ...
$ Rape : num 21.2 44.5 31 19.5 40.6 38.7 11.1 15.8 31.9 25.8 ...
prcomp(x, ...)
prcomp(formula, data = NULL, subset, na.action, ...)
prcomp(x, retx = TRUE, center = TRUE, scale. = FALSE, tol = NULL, ...)
prcomp(USArrests) #inappropriate,没有scale不太合适
prcomp(USArrests, scale = TRUE) #直接数据矩阵
prcomp(~ Murder + Assault + Rape, data = USArrests, scale = TRUE) #直接方程
plot(prcomp(USArrests))