用 R 绘制每个波长 each/certain PCA 分量的 R2

Question

我有一些使用 PCA 的经验，但这是我第一次尝试使用 PCA 处理光谱数据...

我有一个包含光谱的大数据，我在其中使用 prcomp 命令计算了整个数据集的 PCA。我的结果显示 3 个分量解释了 99% 的方差。

我想绘制三个 PCA 分量中每一个在每个波长（以 4、200-1000 nm 为步长）的贡献，就像我在这个网站上找到的图 2 的例子： https://learnche.org/pid/latent-variable-modelling/principal-component-analysis/pca-example-analysis-of-spectral-data

有人知道我如何在 R 中执行此操作的代码吗？

谢谢

Answer 1

我相信在 model.pca$rotation 中可以找到变量载荷矩阵，请参阅 prcomp documentation。所以应该这样做（使用您链接网站上的示例）：

file <- 'http://openmv.net/file/tablet-spectra.csv'
spectra <- read.csv(file, header = FALSE)
n.comp <- 4

model.pca <- prcomp(spectra[,2:651],
                    center = TRUE,
                    scale =TRUE,
                    rank. = n.comp)
summary(model.pca)


par(mfrow=c(n.comp,1))
sapply(1:n.comp, function(comp){
  plot(2:651, model.pca$rotation[,comp], type='l', lwd=2,
       main=paste("Comp.", comp), xlab="Wavelength INDEX")

})

我没有波长值，所以我在这里使用了数组的索引；输出如下。

用 R 绘制每个波长 each/certain PCA 分量的 R2

Plotting R2 of each/certain PCA component per wavelength with R

plot

r

pca

spectra