我是第一次接触 R 的研究生。 我正在尝试从一系列身体测量中制作 PCA 图，标本名称和亚种标签 (BIN) 位于单独的列中。 BIN 列包含每个样本的 BIN ID。 我面临的困难是过滤掉具有某些 BIN 的个人。 我想要的输出是生成一个与下面相同的 PCA 图，但只显示命名的 BIN（“ACZ ...
我的代码这就是我正在运行的 我的数据和元数据文件 我得到的是这个 这里有一件事是我不想将集群信息添加到我的图表中，我宁愿根据我的元数据信息来标记它，在我的情况下它是FAB ，它是我的元数据文件中的一列 我希望看到这样的东西，其中样本是基于细胞系组进行注释的。 如何在我的绘图功能中看不到任何 ...
我正在尝试使用 package factoextra 中的fviz_ca_col()在对应分析中更改用于补充列的颜色，但是从默认col.col.sup col.col.sup = "darkred"更改颜色时我似乎没有得到任何响应. 可重现的例子： 生成的 plot 具有默认深红色的补充列"Alte ...
我正在寻找一种解决方案，以根据设置为因子的定义顺序对 geom_path 的路径进行排序。 我一直在使用前两个 PCA 维度。 使用library("factoextra")和library("FactoMineR")我用fviz_pca_ind()生成我的图。 数据按个人排列（由文本标签显示）。 ...
我有一个包含 25 个定性变量的数据集，第 26 个变量对应于分配给每个人的权重。 我使用了FactoMiner包中的MCA函数，并考虑到权重我添加了选项row.w 。 这是我的代码： 但是，添加row. w row. w选项给了我一条错误消息： in MCA(Vague5_ACM[, ...
我的数据文件中有一个对应于个人体重的列。 数据看起来像 当我使用以下命令时， 它使用 WG 列作为活动变量，如下图所示。 另一方面，如果我使用 我仍然在变量图中看到 WG。 我想在 PCA 分析中将其排除为活动变量。 相反，我想将其用作每一行的权重。 因此， P1.K1的权重为 1，而P2.K2 ...
标题说明了一切。 我在 FactomineR 中使用 factoshiny 进行了多重对应分析 (MCA)，然后进行了 HPCP。 我现在在我的 2 个维度上有 3 个集群。 虽然 factoshiny 界面确实有助于轻松可视化和导航分析，但我无法找到一种方法来计算集群中的个体。 此外，我很想将集 ...
我正在使用由 13 个变量组成的名为DataUniv的 dataframe。 当我尝试使用 FactoMineR 进行对应分析时： 它给我发回了这个错误： 我真的不明白为什么它会给我发回这种类型的错误，因为如果我运行这些列似乎是有效定义的： 它返回了一些好东西... ...
我有一个巨大的数据集(200,000 rows * 40 columns) ，其中每一行代表一个观察，每一列都是一个变量。 对于这些数据，我想做hierarchical clustering 。 不幸的是，由于行数很大，因此无法使用我的计算机执行此操作，因为我需要计算所有观察值对的距离矩阵，所以(2 ...
我不确定 R 中 FactoMineR 库中的 MCA() function 的 output。 例如我想要 10 个组件，所以我运行以下代码： ncp（代表维数）是否给了我 10 个组件？ ...
谢谢你读我。 我是 R 的新手，所以我迷路了：如何在使用 fviz_pca 制作的双图上添加由第二个因素定义的组圆？ 我有这张表，想应用 PCA 来获得一个双标图，其中个人按“UsoReg”（土地使用）因素分类（着色）（直到这里都很好），但我也想添加圆圈（或一些椭圆形）用第二个因素包围（组）个人，根 ...