使用R,PCA和绘制累积方差时

Question

我正在使用缩放数据集和主成分分析(princomp)与R合作.一切正常,但我想将主要成分的累积%差异绘制成整体.摘要提供此信息,但我还无法访问它.换句话说,我想从pca vs.'component#'得到y ='Cumulative Proportion'.

pca <- princomp(class5_subset_scaled)
summary(pca) # summary provides 

Importance of components:
                          Comp.1     Comp.2 ...
Standard deviation     0.0513980 0.04482971 ...
Proportion of Variance 0.2089728 0.15897513 ...
Cumulative Proportion  0.2089728 0.36794789 ...

但是,当我看到这些名字时,我很困惑......

names(pc)
[1] "sdev" "loadings" "center" "scale" "n.obs" "scores" "call" 

我可以从pca与x ='组件#'绘制y ='累积比例'吗？

Answer 1

您没有提供任何数据,因此我将使用内部虹膜数据集进行说明.摘要显示了您想要获得的内容.

iPCA = princomp(iris[,1:4])

summary(iPCA)
Importance of components:
                          Comp.1     Comp.2     Comp.3      Comp.4
Standard deviation     2.0494032 0.49097143 0.27872586 0.153870700
Proportion of Variance 0.9246187 0.05306648 0.01710261 0.005212184
Cumulative Proportion  0.9246187 0.97768521 0.99478782 1.000000000

正如您所注意到的,返回来自princomp一个名为sdev "标准偏差"的组件

iPCA$sdev
   Comp.1    Comp.2    Comp.3    Comp.4 
2.0494032 0.4909714 0.2787259 0.1538707

方差是标准差的平方.

iPCA$sdev^2
    Comp.1     Comp.2     Comp.3     Comp.4 
4.20005343 0.24105294 0.07768810 0.02367619

方差的比例是方差除以所有方差的总和.

iPCA$sdev^2 / sum(iPCA$sdev^2)
     Comp.1      Comp.2      Comp.3      Comp.4 
0.924618723 0.053066483 0.017102610 0.005212184 

累积比例是方差比例的累积和

cumsum(iPCA$sdev^2 / sum(iPCA$sdev^2))
   Comp.1    Comp.2    Comp.3    Comp.4 
0.9246187 0.9776852 0.9947878 1.0000000

现在你有了累积比例值,只需绘制它们.

plot(cumsum(iPCA$sdev^2 / sum(iPCA$sdev^2)), type="b")

另外,请注意图上的比例.根据您计划对情节的计划,您可能真的想要:

plot(cumsum(iPCA$sdev^2 / sum(iPCA$sdev^2)), type="b", ylim=0:1)