PCA

Question

我正在使用数据集 uscrime，但这个问题适用于任何众所周知的数据集，例如 cars。谷歌搜索后，我发现对标准化我的数据非常有用，考虑到 PCA 根据原始变量的协方差矩阵找到新的方向，而协方差矩阵对变量的标准化很敏感。

尽管如此，我发现"It is not necessary to standardize the variables, if all the variables are in same scale."

为了标准化我使用函数的变量： z_uscrime <- (uscrime - mean(uscrime)) / sd(uscrime)

在对我的数据进行标准化之前，如何检查所有变量是否在同一范围内？

Answer 1

证明我的观点，您可以根据需要多次标准化数据

library(tidyverse)
library(recipes)
#> 
#> Attaching package: 'recipes'
#> The following object is masked from 'package:stringr':
#> 
#>     fixed
#> The following object is masked from 'package:stats':
#> 
#>     step


simple_recipe <- recipe(mpg ~ .,data = mtcars) %>% 
  step_center(everything()) %>% 
  step_scale(everything())


mtcars2 <- simple_recipe %>% 
  prep() %>%
  juice()

simple_recipe2 <- recipe(mpg ~ .,data = mtcars2) %>% 
  step_center(everything()) %>% 
  step_scale(everything())

mtcars3 <- simple_recipe2 %>% 
  prep() %>%
  juice()

all.equal(mtcars2,mtcars3)
#> [1] TRUE

mtcars2 %>%
  summarise(across(everything(),.fns = list(mean = ~ mean(.x),sd = ~sd(.x)))) %>% 
  pivot_longer(everything(),names_pattern = "(.*)_(.*)",names_to = c("stat", ".value"))
#> # A tibble: 11 x 3
#>    stat       mean    sd
#>    <chr>     <dbl> <dbl>
#>  1 cyl   -1.47e-17  1   
#>  2 disp  -9.08e-17  1   
#>  3 hp     1.04e-17  1   
#>  4 drat  -2.92e-16  1   
#>  5 wt     4.68e-17  1.00
#>  6 qsec   5.30e-16  1   
#>  7 vs     6.94e-18  1.00
#>  8 am     4.51e-17  1   
#>  9 gear  -3.47e-18  1.00
#> 10 carb   3.17e-17  1.00
#> 11 mpg    7.11e-17  1

mtcars3 %>%
  summarise(across(everything(),.fns = list(mean = ~ mean(.x),sd = ~sd(.x)))) %>% 
  pivot_longer(everything(),names_pattern = "(.*)_(.*)",names_to = c("stat", ".value"))
#> # A tibble: 11 x 3
#>    stat       mean    sd
#>    <chr>     <dbl> <dbl>
#>  1 cyl   -1.17e-17     1
#>  2 disp  -1.95e-17     1
#>  3 hp     9.54e-18     1
#>  4 drat   1.17e-17     1
#>  5 wt     3.26e-17     1
#>  6 qsec   1.37e-17     1
#>  7 vs     4.16e-17     1
#>  8 am     4.51e-17     1
#>  9 gear   0.           1
#> 10 carb   2.60e-18     1
#> 11 mpg    4.77e-18     1

^{由 reprex package (v0.3.0)}

于 2020-06-07 创建

PCA - 如何可视化所有变量都处于不同/相同的比例

PCA - how to visualize that all the variable are in different / same scale

r