R數(shù)據(jù)分析:主成分分析及可視化

Principal Component Analysis (PCA) is a useful technique for exploratory data analysis, allowing you to better visualize the variation present in a dataset with many variables.

主成分分析是一個(gè)常見(jiàn)的降維,探索性技術(shù)川慌,常常在量表編制或者其它變量較多數(shù)據(jù)集分析的時(shí)候會(huì)用到,今天給大家寫寫R語(yǔ)言中如何快速高效的進(jìn)行PCA和可視化硝逢。

數(shù)據(jù)介紹及PCA

今天用R中自帶的數(shù)據(jù)集mtcars币叹,這個(gè)數(shù)據(jù)集只有32個(gè)觀測(cè)润歉,但是有11個(gè)變量,太多了颈抚,我們就做PCA選個(gè)主成分出來(lái):

這兒大家得注意主成分分析只能應(yīng)用于數(shù)值變量踩衩,而且變量必須標(biāo)準(zhǔn)化

  • PCA only works with numeric data
  • Categorical data must be encoded as numeric data (e.g. one-hot)
  • Numeric data must be scaled (otherwise your PCA will be misleading)
str(mtcars)
image

可以看到我們的數(shù)據(jù)全是數(shù)值變量但是沒(méi)有標(biāo)準(zhǔn)化,所以我們?cè)谧鯬CA的時(shí)候記得要將它標(biāo)準(zhǔn)化一波贩汉,很簡(jiǎn)單驱富,只要設(shè)置scale的參數(shù)為真就行:

mtcars.pca <- prcomp(mtcars, center = TRUE,scale. = TRUE)
summary(mtcars.pca)

上面的代碼就實(shí)現(xiàn)了整個(gè)數(shù)據(jù)的主成分分析,并且輸出了我們的每個(gè)主成分解釋的方法比匹舞。

image

很多時(shí)候褐鸥,我們還需要畫一個(gè)碎石圖來(lái)決定保留多少個(gè)主成分,這個(gè)也非常容易實(shí)現(xiàn):

screeplot(mtcars.pca,type = 'lines')
image

主成分可視化

最有意思的就是我們可以很方便地畫出來(lái)變量和主成分之間的關(guān)系:

library(ggbiplot)
ggbiplot(mtcars.pca)

[圖片上傳失敗...(image-61dd3-1612180472184)]

在上圖中赐稽,所有的主成分都是從圖中心發(fā)出的叫榕,我們可以看到hp,cyl,disp,wt這些變量是對(duì)主成分1貢獻(xiàn)較大的姊舵,到這兒其實(shí)還不夠晰绎,我們這個(gè)數(shù)據(jù)集是關(guān)于車車的,我們還想看那些車車在哪些變量上表現(xiàn)較好括丁,

這個(gè)時(shí)候我們可以給圖中的樣本點(diǎn)加上標(biāo)簽:

ggbiplot(mtcars.pca, labels=rownames(mtcars))
image

這樣你就可以看到那些樣本點(diǎn)的特征最相近荞下。

還有

你可以給你的樣本點(diǎn)分組展示,比如在我的例子中史飞,有的車車是日本的尖昏,有的是美國(guó)的,有的是歐洲的祸憋,我想看看不同的國(guó)家的車車在每個(gè)變量每個(gè)主成分上表現(xiàn)如何:

mtcars.country <- c(rep("Japan", 3), rep("US",4), rep("Europe", 7),rep("US",3), "Europe", rep("Japan", 3), rep("US",4), rep("Europe", 3), "US", rep("Europe", 3))

ggbiplot(mtcars.pca,ellipse=TRUE,  labels=rownames(mtcars), groups=mtcars.country)
image

可以看到会宪,有了組別變量之后,出圖時(shí)會(huì)自動(dòng)的加上圈圈和圖例

有了圈圈我們就可以發(fā)現(xiàn)蚯窥,美國(guó)車車的hp,cyl,disp,wt這幾個(gè)特征比較猛掸鹅!美國(guó)車車和日本車車的差異還是比較大的。

當(dāng)然了拦赠,上面的分析只是我在第一組成分和第二主成分的視角下得到的巍沙。、

我想看別別的主成分荷鼠,比如PC3,PC4行不句携?

安排:

ggbiplot(mtcars.pca,ellipse=TRUE,choices=c(3,4),   labels=rownames(mtcars), groups=mtcars.country)
image

此時(shí),我們發(fā)現(xiàn)亂了套了允乐,因?yàn)?矮嫉,4主成分本來(lái)解釋的變異就不大了削咆,所以三個(gè)國(guó)家車車在這個(gè)圖中表現(xiàn)不出來(lái)差異也就正常了,所以通常默認(rèn)我們會(huì)在1蠢笋,2主成分視角下展示我們的數(shù)據(jù)拨齐。

小結(jié)

今天給大家寫了主成分分析的做法和可視化,感謝大家耐心看完昨寞,自己的文章都寫的很細(xì)瞻惋,代碼都在原文中,希望大家都可以自己做一做援岩,如果對(duì)您有用請(qǐng)先收藏歼狼,再點(diǎn)贊轉(zhuǎn)發(fā)。

也歡迎大家的意見(jiàn)和建議享怀。

如果你是一個(gè)大學(xué)本科生或研究生羽峰,如果你正在因?yàn)槟愕慕y(tǒng)計(jì)作業(yè)、數(shù)據(jù)分析凹蜈、論文限寞、報(bào)告、考試等發(fā)愁仰坦,如果你在使用SPSS,R,Python计雌,Mplus, Excel中遇到任何問(wèn)題悄晃,都可以聯(lián)系我。因?yàn)槲铱梢越o您提供最好的凿滤,最詳細(xì)和耐心的數(shù)據(jù)分析服務(wù)妈橄。

如果你對(duì)Z檢驗(yàn),t檢驗(yàn)翁脆,方差分析眷蚓,多元方差分析,回歸反番,卡方檢驗(yàn)沙热,相關(guān),多水平模型罢缸,結(jié)構(gòu)方程模型篙贸,中介調(diào)節(jié),量表信效度等等統(tǒng)計(jì)技巧有任何問(wèn)題枫疆,請(qǐng)私信我爵川,獲取最詳細(xì)和耐心的指導(dǎo)。

If you are a student and you are worried about you statistical #Assignments, #Data #Analysis, #Thesis, #reports, #composing, #Quizzes, Exams.. And if you are facing problem in #SPSS, #R-Programming, #Excel, Mplus, then contact me. Because I could provide you the best services for your Data Analysis.

Are you confused with statistical Techniques like z-test, t-test, ANOVA, MANOVA, Regression, Logistic Regression, Chi-Square, Correlation, Association, SEM, multilevel model, mediation and moderation etc. for your Data Analysis...??

Then Contact Me. I will solve your Problem...

加油吧息楔,打工人寝贡!

往期內(nèi)容

R數(shù)據(jù)分析:如何計(jì)算問(wèn)卷的組合信度扒披,實(shí)例操練

R數(shù)據(jù)分析:如何計(jì)算問(wèn)卷的聚合效度,實(shí)例操練

R數(shù)據(jù)分析:用R語(yǔ)言做潛類別分析LCA

R數(shù)據(jù)分析:中介作用與調(diào)節(jié)作用的分析與解釋

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末圃泡,一起剝皮案震驚了整個(gè)濱河市谎碍,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌洞焙,老刑警劉巖蟆淀,帶你破解...
    沈念sama閱讀 212,884評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異澡匪,居然都是意外死亡熔任,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,755評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門唁情,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)疑苔,“玉大人,你說(shuō)我怎么就攤上這事甸鸟〉敕眩” “怎么了?”我有些...
    開封第一講書人閱讀 158,369評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵抢韭,是天一觀的道長(zhǎng)薪贫。 經(jīng)常有香客問(wèn)我,道長(zhǎng)刻恭,這世上最難降的妖魔是什么瞧省? 我笑而不...
    開封第一講書人閱讀 56,799評(píng)論 1 285
  • 正文 為了忘掉前任,我火速辦了婚禮鳍贾,結(jié)果婚禮上鞍匾,老公的妹妹穿的比我還像新娘。我一直安慰自己骑科,他們只是感情好橡淑,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,910評(píng)論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著咆爽,像睡著了一般梁棠。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上伍掀,一...
    開封第一講書人閱讀 50,096評(píng)論 1 291
  • 那天掰茶,我揣著相機(jī)與錄音,去河邊找鬼蜜笤。 笑死濒蒋,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播沪伙,決...
    沈念sama閱讀 39,159評(píng)論 3 411
  • 文/蒼蘭香墨 我猛地睜開眼瓮顽,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了围橡?” 一聲冷哼從身側(cè)響起暖混,我...
    開封第一講書人閱讀 37,917評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎翁授,沒(méi)想到半個(gè)月后拣播,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,360評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡收擦,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,673評(píng)論 2 327
  • 正文 我和宋清朗相戀三年贮配,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片塞赂。...
    茶點(diǎn)故事閱讀 38,814評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡泪勒,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出宴猾,到底是詐尸還是另有隱情圆存,我是刑警寧澤,帶...
    沈念sama閱讀 34,509評(píng)論 4 334
  • 正文 年R本政府宣布仇哆,位于F島的核電站沦辙,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏税产。R本人自食惡果不足惜怕轿,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,156評(píng)論 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望辟拷。 院中可真熱鬧,春花似錦阐斜、人聲如沸衫冻。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)隅俘。三九已至,卻和暖如春笤喳,著一層夾襖步出監(jiān)牢的瞬間为居,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,123評(píng)論 1 267
  • 我被黑心中介騙來(lái)泰國(guó)打工杀狡, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蒙畴,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,641評(píng)論 2 362
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像膳凝,于是被迫代替她去往敵國(guó)和親碑隆。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,728評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容