从R PCA中提取3D坐标

Question

我试图找到一种方法使R的3D PCA可视化更加便携; 我在2D矩阵上运行PCA prcomp().

1. 如何导出数据点的3D坐标以及与每个坐标相关联的标签和颜色(RGB)？
2. 什么是princomp()和prcomp()？的实际区别？
3. 有关如何使用HTML5和画布最佳地查看3D PCA图的任何想法？

谢谢!

Answer 1

以下是一个工作示例:

pc <- prcomp(~ . - Species, data = iris, scale = TRUE)

1. 轴分数从组件中提取x; 因此,您可以使用以下方式写出(您没有说出要导出的方式):

   write.csv(pc$x[, 1:3], "my_pc_scores.csv")
   

   如果要为这些分数(颜色和标签,不是与PCA相关的东西,而是您自己分配的东西)分配信息,则将它们添加到分数矩阵中,然后导出.在上面的例子中,有三个物种,每个物种有50个观测值.如果我们希望将这些信息与分数一起导出,那么这样的事情就可以了

   scrs <- data.frame(pc$x[, 1:3], Species = iris$Species,
                      Colour = rep(c("red","green","black"), each = 50))
   write.csv(scrs, "my_pc_scores2.csv")
   

   scrs 看起来像这样:

   > head(scrs)
           PC1        PC2         PC3 Species Colour
   1 -2.257141 -0.4784238  0.12727962  setosa    red
   2 -2.074013  0.6718827  0.23382552  setosa    red
   3 -2.356335  0.3407664 -0.04405390  setosa    red
   4 -2.291707  0.5953999 -0.09098530  setosa    red
   5 -2.381863 -0.6446757 -0.01568565  setosa    red
   6 -2.068701 -1.4842053 -0.02687825  setosa    red
   

   更新错过了关于RGB的观点.请参阅有关?rgb在R中指定此内容的方法,但如果您想要的只是RGB字符串,则更改上面的内容以使用类似的内容

                      Colour = rep(c("#FF0000","#00FF00","#000000"), each = 50)
   

   相反,您指定所需的RGB字符串.

2. princomp()和之间的本质区别prcomp()是用于计算PCA的算法.princomp()使用协方差或相关矩阵的特征分解,同时prcomp()使用原始数据矩阵的奇异值分解(SVD).princomp()仅处理数据中至少有样本(行)和变量(列)的数据集.prcomp()可以处理列数多于行数的数据和数据集.此外,根据您的用途,可能更重要,SVD优于特征分解,因为它具有更好的数值精度.

3. 我用html5和画布标记了Q,希望那些专家可以提供帮助.如果您没有得到任何回复,请从Q中删除第3点,然后专门针对使用画布显示PC的主题开始新的响应,并参考此详细信息.