R进行主成分分析（pca）代码-经管之家官网！

经济学管理学金融学统计学

您当前的位置> 考研考博>>

R进行主成分分析（pca）代码

发布：风味1991 | 分类：考研

关于本站

人大经济论坛-经管之家：分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易，真正实现买卖双方的共赢。【请点击这里访问】

TOP热门关键词

专题页面精选

#文件在桌面，名为“seventeen_types.csv”，第一行为标题行data<-read.csv('C:/Users/admin/Desktop/,header=T)data#pca分析#cor=T时，输入矩阵为相关系数矩阵，每个元素是0<=x<=1的，对角线为1；#cor=F时，输 ...

坛友互助群

扫码加入各岗位、行业、专业交流群

#文件在桌面，名为“seventeen_types.csv”，第一行为标题行
data <- read.csv('C:/Users/admin/Desktop/,header=T)
data
#pca分析
#cor=T时，输入矩阵为相关系数矩阵，每个元素是0<=x<=1的，对角线为1；
#cor=F时，输入矩阵为协方差矩阵，对角线为每个变量的方差；
#默认是cor=F的，而相关数矩阵就相当于先将数据标准化，然后再求协方差矩阵。
#将数据标准化，两种方式才是相同的。否则，cor=T比cor=F相当于多一个标准化过程。
type.pr<- princomp(data,cor=T)
#显示结果
summary(type.pr,loadings=T)
#预测，显示各样本主成份的值
pca_data <- predict(type.pr)
pca_data
#显示碎石图
screeplot(type.pr,type="lines")
#主成分分析散点图
biplot(type.pr)
知识肤浅，如有错误请各位不吝指正

扫码或添加微信号：坛友素质互助

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP

本文关键词：

本文论坛网址：https://bbs.pinggu.org/thread-5430846-1-1.html

上一篇 | 2015年武汉商学院全日制普通本、专科招生 ...

下一篇 | 法国留学生学历认证挂科没修够学分硕士学 ...

考研精彩帖子推荐更多

您可能感兴趣的文章

本站推荐的文章

人气文章

本文标题：R进行主成分分析（pca）代码

本文链接网址：https://bbs.pinggu.org/jg/kaoyankaobo_kaoyan_5430846_1.html

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。

R进行主成分分析（pca）代码-经管之家官网！

考研