1

使用 prcomp 后如何绘制第二和第三主成分。

我最感兴趣的变量的第二和第三主成分解释了更多的差异。

这是我用于第一个和第二个的代码。

res.pca <- prcomp(data3, scale = TRUE)
fviz_eig(res.pca)

fviz_pca_ind(res.pca,
             col.ind = "cos2", # Color by the quality of representation
             gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
             repel = TRUE     # Avoid text overlapping
)
4

1 回答 1

1

您可以使用axes参数来选择要显示的尺寸:

library(FactoMineR)
library(factoextra)

pca <- PCA(iris[,1:4])

fviz_pca_ind(pca,
             col.ind = "cos2", # Color by the quality of representation
             gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
             repel = TRUE,     # Avoid text overlapping
             axes = c(2, 3)
)

在此处输入图像描述

于 2021-03-04T21:06:41.377 回答