princomp

    1热度

    1回答

    关于PCA R语言的问题

    我是R大一新生。我想展示信息矩阵Σ与特征向量和特征值之间的关系。 我知道Σ可以因式分解使得：∃P，∃D：Σ= P.D.P'是特征向量矩阵，D是对角线元素的对角元素是对应的特征值。但是我的结果与协方差矩阵不一样。我的Σ等于相关矩阵。 这里是我的代码： > data<-scale(swiss,center=T,scale=F) > test<-princomp(data,cor=T) > D=te
    r covariance pca eigenvalue princomp 2015-05-24

    1热度

    1回答

    在Matlab中使用princomp（）？

    我在MATLAB如下： >> X = [ 123 982 123 ; 434 233 842; 143 239 583; 733 292 503] X = 123 982 123 434 233 842 143 239 583 733 292 503 [coeff,score] = princomp(X) coeff = -0.3714 0.9202 0.1241 0.
    matlab princomp 2015-06-11

    1热度

    1回答

    如何针对具有多个组的数据集对每个组进行PCA？

    我个人从四个群体，四个处理和三次重复的数据集。每个人只有一个人口，治疗和复制组合。我从每个人身上取得了四次测量结果。我想针对每个群体，底物和重复组合对这些测量进行PCA。 我意识到如何对所有个体做PCA，我可以将数据集分成多个数据集，用于群体，底物和复制的每个组合，然后在每个新数据集上执行PCA。 我怎样才能在完整的数据集获得独立的PC1，PC2 ...结果的人群中，基材每个组合进行PCA，并复制
    r pca princomp 2014-10-10

    6热度

    1回答

    从Princomp加载中构造分数R

    我希望能够使用它的加载构建主成分分析的分数，但是我无法弄清楚princomp函数在计算数据集的分数时实际做了些什么。一个玩具的例子： cc <- matrix(1:24,ncol=4) PCAcc <- princomp(cc,scores=T,cor=T) PCAcc$loadings Loadings: Comp.1 Comp.2 Comp.3 Comp.4 [1,] 0.
    r pca princomp 2013-06-01

    2热度

    1回答

    如何在大数据集中使用R中的princomp（）或prcomp（）函数，而不会传输数据？

    我刚开始了解PCA，我希望将它用于超过4,00,000行的巨大微阵列数据集。我有我的样品列和基因/基因座形式的列。我在使用PCA时遇到了一些教程，并遇到了princomp（）和prcomp（）以及其他一些教程。 现在，正如我在这里所了解的那样，为了在双标图中绘制样本，我需要将它们放在行中，并将基因/位点放在列中，因此我将不得不转换我的数据在用于PCA之前。 但是，由于行数超过4,00,000，我不
    r transpose pca princomp 2012-09-27

    1热度

    1回答

    ggbiplot - 更改标签

    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？
    r ggplot2 pca ggbiplot princomp 2017-08-22

    1热度

    2回答

    如何作为R

    使用相关矩阵作为输入到princomp（）我有一个表示一个大的数据集的相关矩阵数据帧： > data V1 V2 V3 V4 V5 V6 V7 V8 1 1.000 0.846 0.805 0.859 0.473 0.398 0.301 0.382 2 0.846 1.000 0.881 0.826 0.376 0.326 0.277 0.415 3 0.805 0.881 1.0
    r pca princomp 2014-03-29

    0热度

    1回答

    SAS中的proc princomp与R中的princomp命令之间的区别？

    我目前正在尝试使用SAS中的proc princomp命令和R中的princomp（）命令（在统计数据包中）获得等效的结果。我得到的结果非常相似，导致我怀疑这对两个命令中的不同选项设置不是问题。然而，这个结果也是不同的，以至于每个数据行的组件得分显着不同。它们也是符号颠倒的，但这当然不重要。 此分析的最终目标是从PCA生成一组系数，以计算PCA例程之外的数据（即可应用于新数据集以便轻松生成评分数据
    r sas pca glm princomp 2013-10-31

    0热度

    1回答

    删除princomp图中的顶部和右侧轴

    我有一个小问题，我想删除我的PCA双槽的顶部和右侧轴（我不知道那个轴的名称是什么，对不起），但是我可以'不知道该怎么做。 有没有办法将其删除？ 我读bty=1的作品只有左侧和底部的轴，但它不起作用。 biplot(PC.LC50, col=2:6, xlab="1st Principal Component (71.2%)", ylab="2nd Principal Component (15.9
    r pca princomp 2014-03-30

    23热度

    1回答

    主成分分析 - 如何获得每个参数对Prin.Comp的贡献（％）？

    我想知道测量/参数对计算出的主要分量之一有何贡献。 一个真实世界的描述： 我已经有五个气候参数一个物种 我进行了PCA与这五个参数 的PC1的情节VS的地理分布PC2显示一个有趣的模式 问题：如何获得每个PC的贡献百分比（每个参数）？我期望：PC1由参数1的30％到参数2的50％到参数3的20％，参数4的0％和参数5的0％组成。 PC2由... 5伪参数的一个例子： a <- rnorm(10,
    r statistics princomp 2012-10-06
最新问题