ggbiplot

    3热度

    1回答

    在示例ggbiplot脚本图中有3组,我如何更改标记的颜色和形状? library(ggbiplot) data(wine) wine.pca <- prcomp(wine, scale. = TRUE) ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, group=wine.class, varname.size = 3, lab

    1热度

    1回答

    默认的颜色,ggbiplot功能给出了黑色负荷为红色箭头和单位标签图表: library(ggbiplot) data("USArrests") us <- princomp(USArrests) ggbiplot(us, labels = rownames(us$scores)) 是代码的结果 如何我改变这些标签的颜色,顺便说一下他们的尺寸或字体?

    2热度

    1回答

    我想用ggbiplot来绘制PCA结果,我如何绘制补充变量? 我发现this discussion马华的结果,但我想有箭头,以及... data(wine) wine.pca <- PCA(wine, scale. = TRUE, quanti.sup = c(4,5)) plot(wine.pca) ggbiplot(wine.pca) 此外,这个代码给我一个错误: 1: In swe

    -1热度

    1回答

    我有以下示例性数据: 88 0 -3.944 669.8 6.33 637.55 setosa 60 0 -3.477 651.81 6.19 618.55 setosa 4.4 0.001 -2.944 570.7 6.28 544.49 setosa 5000 0.003 -2.585 420.52 5.27 404.39 setosa 116 0.004 -2.365 761.97

    2热度

    2回答

    我是一位尝试使用R的生物学家,我正在为此苦苦挣扎。 我试图产生主成分分析此数据: 1,26.96,37.31,35.74 1,24.27,38.48,37.24 1,23.58,35.64,40.78 1,24.29,35.72,39.99 1,26.43,37.72,35.85 1,28.80,46.96,24.24 2,30.05,44.86,25.09 2,26.59,47.2

    1热度

    1回答

    我是新来的R.我试图用pca和ggbiplot来显示pca结果,但以某种方式卡住了一些我无法解决的错误。也许我的数据有问题,因为代码可以与其他数据一起使用。 我把代码和数据文件,我的情况下,使用您想在下面的链接继续重建场景: - https://drive.google.com/drive/folders/0B2jQ7Vh3S3PaZkt3Y2ZyaV9XaXc 代码:PCA-plot.R 数据文

    0热度

    1回答

    我试图用ggbiplot绘制PCA分数,但由于我的分数和我的分组之间不匹配,所以我无法做到。 我认为这种不匹配源于我原始的对数转换数据中的NA值(我在计算PC时忽略)。有没有办法解决这个问题,以便我可以使用ggbiplot进行绘图? GCelem_trans.pca<-prcomp(na.omit(GCelem_trans.log), center=TRUE, scale=TRUE) GCele

    2热度

    1回答

    当安装ggbiplot我得到以下错误: > library(devtools) > install_github("vqv/ggbiplot") Downloading GitHub repo vqv/[email protected] from URL https://api.github.com/repos/vqv/ggbiplot/zipball/master Installing

    0热度

    1回答

    我正在使用following example在pca中测试我的数据。 我希望能够提取用于绘制PCA散布图与ggbiplot函数的数据点。我在ggbiplot文档中找不到任何东西,但也许有人知道另一个选择? 谢谢

    1热度

    1回答

    在得到分析结果后,我正在进行主成分分析,如何识别第一对主要预测指标?因为情节很混乱。很难看到预测结果的名称: PCA结果的哪个部分应该查看?这更像是如何确定可以解释的最重要的预测变量,让我们说80%的数据变化。我们知道,例如前5个部分是这样做的,而主要部分只是预测变量的组合。如何识别那些“重要”预测指标。