R 分类变量的主成分
我有包含连续变量和分类变量的数据。我想找到主成分,就像使用连续变量的R 分类变量的主成分,r,pca,principal-components,R,Pca,Principal Components,我有包含连续变量和分类变量的数据。我想找到主成分,就像使用连续变量的prcomp函数(在R中)可以找到的一样。我在FactoMineR包中看到了函数MFA。我在MFA()中将所有分类变量分组为一组,将连续变量分组为另一组。运行函数并尝试打印结果res=MFA(…)后,我得到: name description 1 "$eig" "eig
prcomp
函数(在R中)可以找到的一样。我在FactoMineR
包中看到了函数MFA
。我在MFA()
中将所有分类变量分组为一组,将连续变量分组为另一组。运行函数并尝试打印结果res=MFA(…)
后,我得到:
name description
1 "$eig" "eigenvalues"
2 "$separate.analyses" "separate analyses for each group of variables"
3 "$group" "results for all the groups"
4 "$partial.axes" "results for the partial axes"
5 "$inertia.ratio" "inertia ratio"
6 "$ind" "results for the individuals"
7 "$quanti.var" "results for the quantitative variables"
8 "$quali.var" "results for the categorical variables"
9 "$quanti.var.sup" "results for the quantitative supplementary variables"
10 "$summary.quanti" "summary for the quantitative variables"
11 "$summary.quali" "summary for the categorical variables"
12 "$global.pca" "results for the global PCA"
我不知道主成分在哪里,我所能看到的是使用
res$eig
的特征值,我试图减少数据的维数,但我运气不佳,因为我不知道在PCs上哪里可以检查特征向量(PC)或原始数据的成分。做ls(res$ind)
给了我“coord”
,“cos2”
,“contrib”
,我搞不清这些是什么,甚至我是否需要这些…你会在res$quanti.var$coord
中找到特征向量,在res$quali.var$coord
中找到定性变量的坐标contrib
给出了每种模态对轴构造的贡献(即主成分)。@scoa,为什么res$quanti.var$coord的行名被标记为定性变量的字段名,以及res$quali.var$coord的类似问题。prcomp还提供了一个旋转矩阵,表示新维度中每个数据行的组件。这里没有这样的条目。我只能看到上面的数据帧。谢谢你的简短介绍response@scoa还有,模态是什么意思?为什么不为分类值引入伪二进制变量呢。这是大多数人会做的,如果你想执行pcaI意味着价值,对此感到抱歉。“情态”是法语单词。res$quanti.var$coord
的row.name应该是定量变量的名称。如果不是,那么MFA调用可能有问题——您应该显示一个可复制的示例。sa对于旋转矩阵,个体的坐标位于res$ind$coord