我有三个数据帧，我想在R中执行主成分分析( PCA )。我将数据帧与rbind()合并，并用它进行主成分分析。这招奏效了。但我想根据它们所属的数据帧来区分这些点。对于合并的数据帧，这是不可能的(或者不是？)。当我使用PCA(X=c(df1,df2,df3)时
浏览 13提问于2020-02-12得票数 2
回答已采纳
3回答
我有3组数据，它们作为一个组对它们执行了PCA。我想用不同的颜色突出显示每个变量组。在此之前，我覆盖了3个双图。这会给出不同的颜色，但会在数据中产生失真，因为每个biplot函数都会使数据倾斜。这导致这些组都被扭曲了不同的数量，使得该图不是一个正确的表示。如何</em
浏览 0提问于2011-02-19得票数 2
回答已采纳
通过这样做，我试图将我的数据帧与颜色联系起来。pca_matrix[,"Subgroup"][pca_matrix[,"Subgroup"]==3] <- "yellow"
pca_matrix[,"Subgroup"][pca_matrix[,,"Subgroup"][pca_matrix[,"Subgroup&quo
浏览 3提问于2019-12-03得票数 1
回答已采纳
1回答
我已经将PCA应用于数据帧，以便基于K-means绘制聚类。因为我在我的原始df中有24个特征，所以我不想每次只基于3到3个特征来绘制聚类。因此，我想要做的是绘制这些特征的组合，以获得集群中每个特征的更一般/更具代表性的图形重新表示。我使用pca.components_提取了组件，并创建了以下组件的df： PC-1
浏览 4提问于2019-01-21得票数 2
回答已采纳
3回答
在聚类(例如，K)中，当我有N特性时，在创建模型(使用这个N特性)以可视化这个模型之后，我需要将这个N维度简化为2或3维度，假设我将在示例中使用(D2)。数据没有减少:年龄，性别，花费，工资，汽车，.主分量1，主分量2，主分量3
PC1，PC2，PC3是什么意思？
浏览 0提问于2019-05-24得票数 1
1回答
双变量在R标号中的双图？
、、、、
你好，我有一个多元数据集(以地铁为例) "mpg“、"cyl”、"disp“、"hp”、"drat“、"wt”、"qsec“、”“、"am”、“齿轮”、"carb“ds <-
浏览 6提问于2021-11-15得票数 1
1回答
我目前正在处理一个大型数据集(使用物种x样本计数数据)，我在其中执行了PCA。我得到的是一个巨大的点云，我想给一个特定的物种涂上颜色，以显示它在云中的位置(物种是我的变量)。如下所示：我使用包factoExtern外，并使用fviz_pca_var可视化变量。有没有办法选择一个特定
浏览 6提问于2022-07-08得票数 0
回答已采纳
1回答
这个问题非常类似于；然而，在我正在进行的一个项目中，我只想对我的19个预测器中的三个进行PCA。下面是来自的示例，为了方便，我将使用这个数据(PimaIndiansDiabetes) (这不是我的项目数据，但概念应该是相同的)。然后，我只想对变量的子集做preProcess，即PimaIndi
浏览 9提问于2020-03-02得票数 0
回答已采纳
1回答
我有一些数字的特点，我已经标准化，还有一些分类的特点，我还没有触及。现在我需要使用Kmeans/Dbscan等来执行聚类，并比较它们的结果。我读到，由于有很多特性(38)，我可以对数值特征执行PCA，并使用PCA组件进行聚类。
我还读到，在分类特征上使用PCA并不是非常正确，尽管它可能会产生结果。我想要进行</
浏览 0提问于2022-06-18得票数 2
我使用run作为PCA，但是，我有一个带有因子变量的数据集，我想对每个因素运行princomp。这可以在SAS中使用" BY“语句来完成，该语句”按组处理执行，使您能够获得对分组观察的单独分析“(来自)万事如意，
浏览 0提问于2020-02-13得票数 0
回答已采纳
1回答
我有包含观察结果的数据库，然后对每一项PCA分析-- PCA 1和PCA 2 --进行了不同日期的计算：
我的目标:根据这些日期创建4个分散子图，并根据列“line_leg”将它们涂上不同的颜色。我到目前为止所做的事：fig, axes = plt.subplots(nrows=2,
浏览 2提问于2020-03-11得票数 0
回答已采纳
2回答
我有三个环境变量的环境横断面数据。我在R中对我的三个环境变量执行了PCA。我想沿着单个主成分绘制我的点(我的横断面上的点)。如果我在R中使用plot()函数，它会生成一个二维双线图。如何创建我的PCA的1D图？以下是我所做的工作：
pca1
浏览 3提问于2013-11-25得票数 1
2回答
我有一个包含26列和数千行的数据集，我需要一些帮助来处理高维数据集(子集如下所示)。1 4 8
2 9 0 0 6 78 0 32 4 15 3 ... 0 2 4 0 2 1 2 1 0 0 我必须对具有非常高维度的数据进行聚类我想知道如何尽可能准确地实现它。如何可视化集群和数据点？ 附注:经过一些搜索后，我意识到可以应用PC
浏览 47提问于2021-02-12得票数 2
4回答
PCA优先还是归一化优先？
、、、、
在进行回归或分类时，预处理数据的正确(或更好)方法是什么？标准化data -> PCA ->训练 PCA ->归一化PCA输出->训练 归一化数据-> PCA ->归一化PCA输出->训练 以上哪一项更正确，还是预处理数据的“标准化”方法？
浏览 473提问于2012-04-12得票数 23
回答已采纳
因此，在检查了闭包之后，我的理解是我应该使用reactive({ })，但我得到了一个很好的老错误“类型为'closure‘的对象不是subsettable”，并且我不知道我做错了什么。具体地说，我正在尝试根据用户定义的一组变量对一个大型数据帧进行子集。然后，我将使用此数据帧独立地使用renderPlot()执行<em
浏览 1提问于2015-06-13得票数 1
1回答
我的数据(n=600)中有很多个人。我运行一个PCA，并希望创建一个变量和个人的双图。我想要这些变量因它们的贡献而变化。这些人来自两组，我想根据这两组给点涂上颜色。我附上一个小例子。<- PCA(decathlon2.active, graph = FALSE)
fviz_pca_biplot(res.pca, col.var="cos"
浏览 2提问于2016-05-16得票数 1
我正在对可可农场进行植被结构分析，使用了13个变量，如遮荫密度、遮荫面积、遮荫物种丰富度等。我想根据可可农场的植被结构对可可农场进行分组，并了解每个集群的特征(方法取自Deheuvels et al.，2012)。我已经做了pca和k-means，但是我如何理解k-means中心对应的每个变量的值，因为它们是PC分数。
我对我<
浏览 0提问于2019-07-28得票数 0
2回答
使用不同颜色和标签的群集
、、、、
我需要用不同的颜色来绘制数据。我使用kmeans方法进行聚类，tf-idf用于相似性。= PCA(n_components=2).fit(X)centers2D = pca.transform(kmeans.cluster_centers_)
labels=np.array(
浏览 0提问于2020-05-23得票数 1
回答已采纳
1回答
R中图像的颜色提取、量化与分析
、、、、
我研究珍珠(珍珠之母)的彩虹色，我想量化这个外壳上的三种颜色(红色、黄色和绿色)(例如，在上面链接的正确图片上)。
嗯，，我想用圆圈在R上做颜色量化。以像素表示的原语的面积可以表示为等效表面积圆的面积。原语是一个相邻像素的相邻区域，颜色相似。圆的中心可以是锚像素
浏览 4提问于2017-02-07得票数 2
回答已采纳
在Orange中，我可以将数据集附加到PCA以进行降维。有没有一种方法可以在测试数据的训练数据上运行PCA转换？
浏览 72提问于2020-02-22得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
