素食主义者中的 R cca 和 predict.cca
R cca and predict.cca in Vegan
我有一个物种 table 计数（数据），它由每个样本（行）的物种离散计数（列）组成。样品分为 2 类：控制和压力，它们在设计文件中由单个列表示：条件。
我的想法：删除10个样本（测试），对（数据 - 10个样本）（训练）进行CCA并使用CCA预测10个样本的坐标。
train.cca <- cca(train ~ Condition, data=design)
结果如下：
Eigenvalues for constrained axes:
CCA1
0.078
123 unconstrained eigenvalues (CA1...CA123)
我可以用 plot(train.cca) 表示 cca 对象：
颜色：蓝色（对照）和红色（压力）。
坐标轴基于 CCA1 坐标和第一个无约束特征值 (CA1)。
接下来，我尝试预测测试数据（10 个样本）：
predict(object=train.cca, model="CCA", type="wa", newdata=test)
这个函数给了我一组 10 个 CCA1 坐标：
CCA1
0.92
0.25
0.13
0.41
1.49
0.18
0.99
1.44
2.03
0.17
我的问题是：如何将这些放在情节上？所有纯素示例 (?predict.cca) 都有几个 CCA 坐标，所以我无法在绘图中表示这个一维输出（我错过了 10 个 CA1 坐标）。我做的对吗？
的确，素食主义者在predict中只有一个成分（"CCA"或"CA"）只有returns分.因此，如果您想从多个组件中获得结果，则必须单独获取组件并将它们与 cbind() 组合，例如在这种情况下 CCA 组件只有一个轴：
ax1 <- predict(object=train.cca, model="CCA", type="wa", newdata=test)
ax2 <- predict(object=train.cca, model="CA", rank=1, type="wa", newdata=test)
ax12 <- cbind(ax1,ax2)
points(ax12) # to add points to an existing grapch
我有一个物种 table 计数（数据），它由每个样本（行）的物种离散计数（列）组成。样品分为 2 类：控制和压力，它们在设计文件中由单个列表示：条件。 我的想法：删除10个样本（测试），对（数据 - 10个样本）（训练）进行CCA并使用CCA预测10个样本的坐标。
train.cca <- cca(train ~ Condition, data=design)
结果如下：
Eigenvalues for constrained axes: CCA1 0.078
123 unconstrained eigenvalues (CA1...CA123)
我可以用 plot(train.cca) 表示 cca 对象：
颜色：蓝色（对照）和红色（压力）。
坐标轴基于 CCA1 坐标和第一个无约束特征值 (CA1)。 接下来，我尝试预测测试数据（10 个样本）：
predict(object=train.cca, model="CCA", type="wa", newdata=test)
这个函数给了我一组 10 个 CCA1 坐标：
CCA1 0.92 0.25 0.13 0.41 1.49 0.18 0.99 1.44 2.03 0.17
我的问题是：如何将这些放在情节上？所有纯素示例 (?predict.cca) 都有几个 CCA 坐标，所以我无法在绘图中表示这个一维输出（我错过了 10 个 CA1 坐标）。我做的对吗？
的确，素食主义者在predict中只有一个成分（"CCA"或"CA"）只有returns分.因此，如果您想从多个组件中获得结果，则必须单独获取组件并将它们与 cbind() 组合，例如在这种情况下 CCA 组件只有一个轴：
ax1 <- predict(object=train.cca, model="CCA", type="wa", newdata=test)
ax2 <- predict(object=train.cca, model="CA", rank=1, type="wa", newdata=test)
ax12 <- cbind(ax1,ax2)
points(ax12) # to add points to an existing grapch