主成分分析中的零值处理

Question

我一直在努力使PCA正常运行，我认为这是因为数据集中的值为零。 但是我不知道如何解决这个问题。

第一个问题是，零值不是缺失值（它们是某个部门中没有工作的领域），因此我可能应该将其保留在那里。 我感到不舒服，因为它们为零，因此可能会被排除在外。

其次，即使我尝试删除所有丢失的数据，我仍然会收到相同的错误消息。

从以下代码开始，我收到以下错误消息：

urban.pca.cov <- princomp(urban.cov, cor-T)
Error in cov.wt(z) : 'x' must contain finite values only

另外，我可以这样做：

urban.cut<- na.omit(urban.cut)

> sum(is.na(urban.cut))
  [1] 0

然后再次运行它，并得到相同的问题。

urban.pca.cov <- princomp(urban.cov, cor-T)
Error in cov.wt(z) : 'x' must contain finite values only

这是缺少数据的问题吗？ 根据此PCA教程，我已经对所有变量进行了日志转换。 这是我的数据结构。

> str(urban.cut)
'data.frame':   5490 obs. of  13 variables:
$ median.lt       : num  2.45 2.57 2.53 2.6 2.31 ...
$ p.nga.lt        : num  0.547 4.587 4.529 4.605 4.564 ...
$ p.mbps2.lt      : num  1.66 4.17 4 3.9 4.2 ...
$ density.lt      : num  3.24 3.44 3.85 3.21 4.28 ...
$ p_m_s.lt        : num  4.54 4.61 4.56 4.61 4.61 ...
$ p_m_l.lt        : num  1.87 -Inf 1.44 -Inf -Inf ...
$ p.tert.lt       : num  4.59 4.61 4.55 4.61 4.61 ...
$ p.kibs.lt       : num  4.25 3.05 3.12 3 3.03 ...
$ p.edu.lt        : num  4.14 2.6 2.9 2.67 2.57 ...
$ p.non.white.lt  : num  3.06 3.56 3.82 2.94 3.52 ...
$ p.claim.lt      : num  0.459 1.287 1.146 1.415 1.237 ...
$ d.connections.lt: num  2.5614 0.6553 5.2573 0.9562 -0.0252 ...
$ SAM.KM.lt2      : num  1.449 1.081 1.071 1.246 0.594 ...

预先感谢您的帮助。

Answer 1

在我看来，R想要有限的值。 -inf不是-inf 。 它是负无穷大。 如果您确实需要对数据进行日志转换而不是log 0 ，也许您应该执行log(data + 1)