问题标签 [mca]

我有一个由 1 和 0 组成的数据框，它们充当元数据来描述主数据集的某些特征的属性。作为数据探索的一部分，我在数据帧上运行以下代码，以将这些特征标记表示为 2D 图。

但我遇到fit以下错误：

数组不得包含 infs 或 nans

检查数据框后，我发现整个数据集中没有 infs 或 nans。所以问题一定是别的。

有人知道如何解决这个问题吗？

对于我的个人项目，我需要编辑存储在 .mca 文件中的块中每个部分的每个字节。我已经可以生成块所需的字节。我唯一的问题是我无法理解如何在 java 中很容易地编辑这些类型的文件。

我正在使用最新版本的王子（0.7.1），但这似乎也是以前版本的问题。

我有一个名为“cat”的分类数据框，我正在尝试为其查找嵌入。

当我将学习到的嵌入应用到原始数据集时，一切正常，但是当我将它应用到数据较少的数据集时：

我收到以下错误：

我一直在尝试使用 Python 中的 Prince 包来执行多重对应分析。我在网上读到有人在使用这个包时遇到了困难，但我遇到的错误与 Stack Overflow 上的其他帖子不同。

我正在使用蟒蛇。请参阅下面的所有计算机程序规格

当我这样做时，我得到了错误

蟒蛇：3.8.5

蟒蛇：7.19.0

jupyter核心：4.6.3

jupyter笔记本：6.1.4

qtconsole：4.7.7

ipython：7.19.0

ipykernel：5.3.4

jupyter 客户端：6.1.7

jupyter 实验室：2.2.6

NB转换：6.0.7

ipywidgets：7.5.1

NB格式：5.0.8

特质：5.0.5

谁能提供有关如何在 Python 中执行 MCA 的建议？

我将不胜感激任何帮助。我也尝试过 mca 包，但无济于事。我的最终目标是创建一个 MCA 情节。感谢您的时间和帮助。

我正在尝试在 Python 中绘制 2D MCA 图。我正在尝试复制在 Prince Github 存储库https://github.com/MaxHalford/prince中找到的教程

我目前有以下工作：

但是，当我运行 plot 命令时，即使包中有 plot_coordinates 函数，我也会收到以下错误。

任何有助于纠正此问题的帮助将不胜感激。谢谢你。

我有一个包含 25 个定性变量的数据集，第 26 个变量对应于分配给每个人的权重。

我使用了包中的MCA函数FactoMiner，并考虑到我添加了选项的权重row.w。这是我的代码：

但是，添加该row. w选项会给我一条错误消息：

错误in MCA(Vague5_ACM[, -26], row.w = Vague5_ACM[, 26], quali.sup = 1:2, : length of vector row.w should be the number of active rows

如何解决这个问题呢？

我有一个 FAMD 和以下代码来可视化我的数据样本的结果。我使用生成基于 ggplot2 的可视化的包“factoextra”。过去它运行良好（见下图链接）。现在我重新计算/替换了一个变量以放入我的 FAMD 中，我无法再根据“习惯”进行着色了。我所有其他的可视化都不受影响。我收到以下错误消息：

.add_ind_groups(X, df, habillage) 中的错误：活跃个体的数量与因子 habillage 的长度不同。请删除变量 habillage 中的补充个体。

我不明白为什么它要我删除“补充个体”，因为它曾经有效，并且它说“habillage 还可以指定补充定性变量（通过其索引或名称）用于按组着色个体”。

我想根据我的补充变量 org_con 可视化我的数据。

这就是以前的结果： 带有按补充变量“org_con”分组的点的绘图图像

现在，除了“habillage”，我只能像这样想象它： image of plot with points ungrouped

我正在执行多重对应分析。我发现有两个包（我知道还有更多）FactoMineR 和 ca 来执行 MCA。问题是后者可以选择使用 lambda = "adjusted" 的 mcja() 函数执行 MCA，这提供了对主要尺寸惯性的更好近似。FactoMineR 包中的函数 MCA() 没有此选项。

问题是我现在想做一个层次聚类分析，FactoMineR 包中有一个函数叫做 HCPC()，它需要 MCA() 函数的输出。问题是我想用 mcja() 函数的输出进行分析，但我还没有找到这样的函数。有谁知道是否存在类似于 HCPC 但用于 mcja 函数输出的东西？还是我应该自己开发？

非常感谢您提前