R 排序PCA会导致主成分高于5
我只是想把我的变量按主成分6排序 我试过fviz_contrib,但由于一些奇怪的原因,它只适用于5维 我的biplot能够很好地完成这项工作,但我需要定量数据。我想对这个代码产生的向量进行排序R 排序PCA会导致主成分高于5,r,pca,R,Pca,我只是想把我的变量按主成分6排序 我试过fviz_contrib,但由于一些奇怪的原因,它只适用于5维 我的biplot能够很好地完成这项工作,但我需要定量数据。我想对这个代码产生的向量进行排序 biplot(pca_result, scale = 0, choices = 5:6) 我以前用“princomp”做过,但是如果我用它,我会得到一个错误,“只能用更多的单位而不是变量”,如果我得到的是单位的pca,而不是变量。给定一个数据集,你只能得到n主成分,其中n是min(#特征,#样本)-1
biplot(pca_result, scale = 0, choices = 5:6)
我以前用“princomp”做过,但是如果我用它,我会得到一个错误,“只能用更多的单位而不是变量”,如果我得到的是单位的pca,而不是变量。给定一个数据集,你只能得到
n
主成分,其中n
是min(#特征,#样本)-1
因此,在您的情况下,可能发生的情况是,您的数据中的特征少于5个,或者样本少于5个
简单重申-主成分的数量不能超过您拥有的特征数量,也不能超过数据中的样本数量。给定数据集-您只能获得
n
主成分,其中n
为min(#特征,#样本)-1
因此,在您的情况下,可能发生的情况是,您的数据中的特征少于5个,或者样本少于5个
简单重申-主成分的数量不能超过您拥有的特征数量,也不能超过您在数据中拥有的样本数量