8

我正在尝试对具有 5000 列和 30 行的数据框进行 PCA

Sample <- read.table(file.choose(), header=F,sep="\t")
Sample.scaled <- data.frame(apply(Sample,2,scale))
pca.Sample <- prcomp(Sample.scaled,retx=TRUE)`

得到错误

Error in svd(x, nu = 0) : infinite or missing values in 'x'

sum(is.na(Sample))
[1] 0

sum(is.na(Sample.scaled))
[1] 90

尝试使用以下方法忽略所有 na 值

pca.Sample <- prcomp(na.omit(Sample.scaled),retx=TRUE)

这给出了以下错误

Error in svd(x, nu = 0) : 0 extent dimensions

有报道称 na.action 需要给出公式，因此尝试了以下方法

pca.Sample <- prcomp(~.,center=TRUE,scale=TRUE,Sample, na.action=na.omit)

现在收到以下错误

Error in prcomp.default(x, ...) :
  cannot rescale a constant/zero column to unit variance

认为问题可能是因为“我的一个数据列是常数。常数的方差为 0，然后缩放将除以 0，这是不可能的。”

但不确定如何解决这个问题。非常感谢任何帮助....

4

2 回答 2

8

从作为, when wassum(is.na(Sample.scaled))出来的事实来看，看起来你有三个常量列。90sum(is.na(Sample))0

这是一个随机生成（可重现）的示例，它给出了相同的错误消息：

Sample <- matrix(rnorm(30 * 5000), 30)
Sample[, c(128, 256, 512)] <- 1

Sample <- data.frame(Sample)
Sample.scaled <- data.frame(apply(Sample, 2, scale))

> sum(is.na(Sample))
[1] 0

> sum(is.na(Sample.scaled))
[1] 90

# constant columns are "scaled" to NA.
> pca.Sample <- prcomp(Sample.scaled,retx=TRUE)
Error in svd(x, nu = 0) : infinite or missing values in 'x'

# 3 entire columns are entirely NA, so na.omit omits every row
> pca.Sample <- prcomp(na.omit(Sample.scaled),retx=TRUE)
Error in svd(x, nu = 0) : 0 extent dimensions

# can't scale the 3 constant columns
> pca.Sample <- prcomp(~.,center=TRUE,scale=TRUE,Sample, na.action=na.omit)
Error in prcomp.default(x, ...) : 
  cannot rescale a constant/zero column to unit variance

您可以尝试以下方法：

Sample.scaled.2 <- data.frame(t(na.omit(t(Sample.scaled))))
pca.Sample.2 <- prcomp(Sample.scaled.2, retx=TRUE)

即na.omit在转置上使用以摆脱NA列而不是行。

于 2012-11-13T00:35:02.430 回答
1

负无穷大值可以在对数变换后替换，如下所示。

log_features <- log(data_matrix[,1:8])
log_features[is.infinite(log_features)] <- -99999
于 2016-01-10T19:31:44.083 回答