9、主成分分析与关联规则挖掘：数据降维与关系探索

主成分分析与关联规则挖掘：数据降维与关系探索

1. 主成分分析（PCA）入门

在R语言中学习PCA是获取数据知识并减少属性数量的有效途径。我们以 psych 包中的 msq 数据集为例，该数据集包含92个属性，其中72个是3896名参与者对描述情绪的形容词的评分。以下是具体操作步骤：
1. 安装并加载包和数据 ：

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

2. 处理缺失值

真实数据集中，缺失值是常见问题。在 motiv 数据集中，部分属性的缺失值（NAs）较多，如“anxious”有1849个，“cheerful”有1850个等。为了处理这个问题，我们可以采取以下步骤：
1. 查看各属性的缺失值数量 ：

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

2. 移除缺失值较多的属性 ：

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

移除这些属性