我已经在R中使用函数prcomp在数据上应用了PCA。

该函数返回以下内容:

  1. 变异
  2. 旋转矩阵
  3. 标准偏差
  4. 分数(X)

我的问题是:在选择了两个主要成分之后,如何重构数据的简化版本?

#1楼 票数:1 已采纳

使用旋转矩阵可以在PCA和“正常”空间之间来回切换。 只需仔细阅读您喜欢的多元统计书中PCA章节中的矩阵代数即可。 要截断(或减少)数据集,只需将旋转矩阵限制为所需的PC轴即可,例如前两个轴。

  ask by Stan translate from so

未解决问题?本站智能推荐:

1回复

用R中的PCA下投影图像后,如何重建图像?

用R中的PCA下投影图像后,如何重建图像? 如果原始图像为N维,则将其向下投影为10维。 现在如何从10维重建N维图像? 我当然知道将会丢失信息。
1回复

如何在R中的术语文档矩阵上应用PCA?

如何在R中的术语文档矩阵上应用PCA? 我有一个文档,并且已经在术语文档矩阵中应用了PCA,但是所有pc组件均为零。 我想知道这是否是进行PCA分析的正确方法。
1回复

我已经标记了 PCA 的数据矩阵。 如何使用r根据PCA中的每个标签为它们着色?

我的数据矩阵有 100 行和 900 列。 这里每一行代表一个红外光谱。 该列代表波数。 前 23 行属于同一样品的不同 IR 光谱(即样品中 23 个不同位置的光谱)。 同样,我测量了 5 个样本,每个样本都有一定的观察值。 例如:1-23 行属于样本 1,24:40 属于样本 2。现在我想根据样
1回复

查看R中的PCA组件矩阵

我将R用于PCA,使用功能princomp (我也愿意使用prcomp )。 我想查看在SPSS中发现的组件矩阵,其中每个变量都与每个组件相关。 请注意,这与princomp可以为您返回的负载不同。 我可以直接从我的princomp输出中调用它,还是可以通过一种princomp方式
1回复

PCA在R中的数据投影

这是功课。 我必须对数据集进行主成分分析。 我已经使用princomp()函数做到了。 然后,我被要求通过散点图可视化数据,在其中将数据投影到前两个主要组件上。 从princomp()函数返回的对象具有特征向量的“加载”类。 如何减去两个第一主成分并将它们投影在散点图中的数
1回复

如何导入和使用相关矩阵作为R中PCA和PCF中的唯一数据源

我是R新手,正在研究*导入和使用相关矩阵作为R中PCA和PCF唯一数据源的问题 我已经提到了堆栈溢出答案库甚至书籍,我找不到任何提示,它使R像只能处理变量数据文件一样,而在SAS中,您只需输入相关矩阵即可轻松获得PCA和PCF结果。 希望我错了。 我试图查看堆栈溢出答案库,它们主要
1回复

R:如何在PCA中模拟组件得分矩阵

我想建立一个PCA仿真,在其中绘制iid正态分布的组件分数来构建矩阵H的不相关列,即这些列应正交 H是nxp,其中n等于个体数,p对应于变量数 然后,H'H将导致一个对角矩阵,其特征值$ \\ lambda_i $作为对角线条目(降序排列) 比方说 结果仅在iid中产生
2回复

使用相关矩阵作为R中的输入的PCA分析

现在我有一个7000 * 7000的相关矩阵,我必须在R中对此进行PCA。我使用了 CorPCA <- princomp(covmat=xCor) ,xCor是相关矩阵,但它出来了 “协方差矩阵不是非负定的” 这是因为我在那个矩阵中有一些负相关。 我想