问题标签 [princomp]

我在 MATLAB 中执行以下操作：

为什么 score = X * coeff 不是？

我相信 X * coeff 与沿主成分轴投影原始数据相同。

我试图弄清楚使用 pca 的回归如何在 Matlab 中工作......我已经标准化了我的变量，对它们执行 pca，然后对主成分进行回归，但我不清楚我如何转换回归系数到我的原始数据的系数？！任何帮助将非常感激！谢谢

为了在 R 中学习 PCA，我在 iris 数据集上运行了 princomp() 函数（来自 MASS 包）。我已按照以下步骤操作：

为了计算主成分，我以这种方式使用了负载输出：

最后，我对数据集进行了排序。我也开始知道分数给出了与上述相同的结果，即分数是通过将缩放数据（在其上运行 PCA）与负载相乘来计算的。因此，我想比较分数的输出和 iris_temp2 的输出（具有四个组件）。

但是，当我执行 head(iris_temp1) 和 head(iris_temp2[,6:9]) 时，输出不匹配。

我会要求你们指出这一观察背后的原因。有什么我误解了吗？如果您需要我的任何其他意见，请告诉我。

我使用的参考资料有：http: //yatani.jp/teaching/doku.php ?id=hcistats:pca和https://www.youtube.com/watch?v=I5GxNzKLIoU&spfreload=5。

谢谢尚卡尔

(Happy Easter)

I have been trying to work out a PDDP algorithm in R, and I keep running into a single, small error while using the princomp function. Here is the error statement:

From some cursory research, this error comes up whenever there are NA or undefined values in the data in the princomp function. However, the data I am using (wikipedia's iris data) has no NA's in it. This is the line of code with the princomp in it:

From my research, I was told this the standard na.action value (na.omit) is currently bugged, so I was recommended to use na.exclude instead. I was also suggested to include a function as the first parameter, but this did not change the error message either.

Here is where I got that information: Omit NA and data imputation before doing PCA analysis using R

Let me know if you need the rest of the code in context. Thanks

Edit: As requested, here is the output of dput(data[iIndexes,]):

The ellipses are further sets of data which are similar to the rest, 150 samples each.

我正在尝试对我的数据集进行 PCA 分析，并且可以在基本绘图功能上绘制负载。但我想在 ggplot 上做这些，但我一直收到这个错误，“ggplot2 不知道如何处理类加载数据”。

我正在使用 princomp 函数，并且我正在绘制我的第一个组件与我的第二个组件。而且我需要根据与我正在执行 pca 的数据框具有相同行名的外部因素对其进行着色。我尝试使用 prcomp 做与本教程相同的事情，但使用 pca$loadings，但它没有用。我需要在 ggplot 中针对我的第二台 PC 绘制我的第一台 PC。

块引用

默认情况下，ggbiplot 函数给出一个带有红色箭头和黑色单位标签的负载图：

是该代码的结果

如何更改这些标签的颜色，以及它们的大小或字体？