R之主成分分析
文章目录
1.外部数据读取
1.1 读取什么?
在数据分析中,数据通常以Excel,Sql形式存储,因此要通过R来读取外部数据,然后进行分析。
1.2 怎样读取?
read.table()---csv,txt,excel
read.csv()---csv
1.3 读取格式
read.table(file, header = FALSE, sep = "", quote = "\"'", dec = ".", skip = 0, strip.white = FALSE, blank.lines.skip = TRUE, comment.char = "#")
- 在R中,
\是转义符,故路径需用\\,如C:\\myfile\\myfile.csv -
read.table(file.choose(),...)可以通过对话框来选择文件 -
header来确定数据文件中第一行是不是标题。默认F,即认为数据文件没有标题,也即认为第一行就开始是数据了!
2.主成分分析
2.1 主成分分析的地位
主成分分析在数据降维和分析中,担当者非常重要的角色,在此以读取Excel表数据框为例,进行分析,但还有待完善。
2.2 主成分分析的R实现
rd=read.table("clipboard",header=T) #从剪贴板读取数据 sd=scale(d) #对数据进行标准化处理 sd #输出标准化后的数据和属性信息,把标准化的数据拷贝到剪贴板备用 d=read.table("clipboard",header=T) #从剪贴板读取标准化数据 pca=princomp(d,cor=T) #主成分分析函数 screeplot(pca,type="line",mian="碎石图",lwd=2) #画出碎石图从碎石图上可以看出,前两个主成分的方差贡献率比重比较大,下面计算前两个主成分的累积方差贡献率是否超过80%…… dcor=cor(d) #求相关矩阵 deig=eigen(dcor) #求相关矩阵的特征值和特征向量 deig$values #输出特征值 sumeigv=sum(deig$values) sumeigv #得到k值
评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论