使用 ggbiplot 在 R 中可视化具有大量变量的 PCA

Question

我正在尝试可视化包含 87 个变量的 PCA。

prc <-prcomp(df[,1:87], center = TRUE, scale. = TRUE)
ggbiplot(prc, labels = rownames(df[,1:87]), var.axes = TRUE)

当我创建双图时，许多向量相互重叠，导致无法读取标签。我想知道是否有什么方法可以一次只显示一些标签。例如，我认为如果我可以创建几个单独的双图，每个双图仅显示向量上标签的子集，那将会很有用。

这个问题似乎密切相关，但我不知道它是否转换为最新版本的ggbiplot。我也不知道如何修改原来的功能。

Answer 1

一个潜在的解决方案是使用该factoextra包来可视化您的 PCA 结果。该fviz_pca_biplot()函数包含一个repel参数。当repel = TRUE绘图标签展开以尽量减少重叠时。文档中还select.var提到了一些选项，例如select.var = list(contrib=5)仅显示 5 个最有影响力的向量。还有一个select.var = list(name)选项似乎允许指定您想要显示的特定变量子集。

# read data
df <- mtcars[, c(1:7,10:11)]

# perform PCA
library("FactoMineR")
res.pca <- PCA(df, graph = FALSE)

# visualize
library(factoextra)
fviz_pca_biplot(res.pca, repel = TRUE, select.var = list(contrib = 5))