2

我有包含连续变量和分类变量的数据。我想找到使用prcomp函数（在 R 中）作为连续变量可以找到的主成分。我已经看到了MFA包中FactoMineR的功能。我将所有分类变量归为一组，将连续变量归为另一组MFA()。运行该函数并尝试打印结果res = MFA(...)后，我得到：

       name                 description                                           
1  "$eig"               "eigenvalues"                                         
2  "$separate.analyses" "separate analyses for each group of variables"       
3  "$group"             "results for all the groups"                          
4  "$partial.axes"      "results for the partial axes"                        
5  "$inertia.ratio"     "inertia ratio"                                       
6  "$ind"               "results for the individuals"                         
7  "$quanti.var"        "results for the quantitative variables"              
8  "$quali.var"         "results for the categorical variables"               
9  "$quanti.var.sup"    "results for the quantitative supplementary variables"
10 "$summary.quanti"    "summary for the quantitative variables"              
11 "$summary.quali"     "summary for the categorical variables"               
12 "$global.pca"        "results for the global PCA"

而且我不知道主要成分在哪里，我只能看到使用的特征值res$eig，我正在尝试减少数据的维度，但我很不走运，因为我不知道在哪里检查特征向量 (PC) 或沿 PC 的原始数据的分量。做一个ls(res$ind)给我"coord"，，，，我无法弄清楚这些是什么，或者即使我需要这些"cos2"......"contrib"

4

0 回答 0