使用 prcomp 后如何绘制第二和第三主成分
How to plot the 2nd and 3rd principle component after using prcomp
如何在使用 prcomp 后绘制第二和第三主成分。
更多方差由我最感兴趣的变量的第二和第三主成分解释。
这是我用于第一个和第二个的代码。
res.pca <- prcomp(data3, scale = TRUE)
fviz_eig(res.pca)
fviz_pca_ind(res.pca,
col.ind = "cos2", # Color by the quality of representation
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE # Avoid text overlapping
)
您可以将 axes
参数用于 select 您想要显示的维度:
library(FactoMineR)
library(factoextra)
pca <- PCA(iris[,1:4])
fviz_pca_ind(pca,
col.ind = "cos2", # Color by the quality of representation
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE, # Avoid text overlapping
axes = c(2, 3)
)
如何在使用 prcomp 后绘制第二和第三主成分。
更多方差由我最感兴趣的变量的第二和第三主成分解释。
这是我用于第一个和第二个的代码。
res.pca <- prcomp(data3, scale = TRUE)
fviz_eig(res.pca)
fviz_pca_ind(res.pca,
col.ind = "cos2", # Color by the quality of representation
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE # Avoid text overlapping
)
您可以将 axes
参数用于 select 您想要显示的维度:
library(FactoMineR)
library(factoextra)
pca <- PCA(iris[,1:4])
fviz_pca_ind(pca,
col.ind = "cos2", # Color by the quality of representation
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE, # Avoid text overlapping
axes = c(2, 3)
)