R语言实现PCA
一次来自男神MR.来的作业
PCA
读取数据
#读取数据,数据名称为“PCA上机数据”,且对数据进行整理
setwd("/Users/auzzer_pang")
data_PCA = read.table("PCA上机数据.txt")
data = data_PCA[,1:7]
names(data) =
c('100','200','400','800','1500','3000','Marathon')
row.names(data) = data_PCA[,8]
PCA主体部分
#由于单位不同所以先对数据标准化
cor(data)
#利用princomp函数进行主成分分析
PCA=princomp(data, cor=T)
#cor = T这个选项可以帮助我们吧矩阵变为协方差阵
summary(PCA, loadings=T)
输出PCA的主要结果,列出主成分分析分析结果

利用碎石图来展示PCA结果
接下来我们利用碎石图来客观表现我们的主成分分析结果
screeplot (PCA, type="lines")
# 画碎石图,用直线图类型
abline (v = 2 ,
col = "#900021",
lwd = 2,
lty = 2)
#添加划分

这篇博客详细介绍了PCA(主成分分析)的过程,包括数据读取、PCA计算、主成分结果展示和解释。作者通过碎石图验证了前两个主成分的高方差贡献率,并解释了它们的含义,指出第一主成分反映国家综合实力,第二主成分强调短跑项目。后续内容进行了基于PCA结果的简单分析和聚类操作。
最低0.47元/天 解锁文章
2772





