9、主成分分析与关联规则挖掘：R语言实战

主成分分析与关联规则挖掘：R语言实战

主成分分析（PCA）在R语言中的应用

主成分分析（PCA）是一种常用的数据分析技术，用于从数据中提取知识并减少属性数量。在R语言中，我们可以使用 psych 包中的 msq 数据集进行PCA分析。

数据准备

首先，我们需要安装并加载 psych 包，然后加载 msq 数据集，并提取我们感兴趣的72个属性：

install.packages("psych")
library(psych)
data(msq)
motiv = msq[,1:72]

处理缺失值

在实际数据集中，缺失值是一个常见问题。我们可以通过以下步骤处理：
1. 检查每个属性的缺失值数量：

apply(is.na(motiv),2,sum)

2. 发现部分属性（如 anxious 、 cheerful 等）缺失值较多，为避免大幅减少数据集行数，我们选择移除这些属性。首先确定要移除的属性列号：

head(cbind(names(motiv)),5)
ToSuppress = c(5, 15, 37, 38, 66)
names(motiv[