0

私の質問は、R を使用して得られた主成分をどのように使用するかです。

主成分を取得したら、それを使用して次元を削減するにはどうすればよいでしょうか? 6 つの変数を含む data_set があり、k-means を使用してクラスター化する必要があります。6 つの変数でクラスタリングを実行すると、K-means によって散布図が得られます。pca は次元を減らすのに役立つので、k-means は実りある結果を生み出すことができると考えました。

主成分を取得するためにこれを行いました：

pca1 <- prcomp(data_set)

データセットの次元を減らすためにさらに進む方法を教えてください。

4

1 に答える 1

1

たとえば ?prcomp と入力すると、関数から取得した値を見つけることができます。これは、私が別のパッケージを使用して行っていたことです。

library("FactoMineR")

pca <- PCA(dataset, scale.unit=TRUE, graph=FALSE)

scores <- data.frame(pca$ind$coord)

library(ggplot2)

ggplot(scores,aes(Dim.1,Dim.2)) + geom_text(label=rownames(scores),colour="red") + geom_hline(yintercept=0) + geom_vline(xintercept=0) + labs(title="Score plot")

PC1 と PC2 に従ってスコアのプロットが得られます。ローディング プロットが必要な場合も同様です。

loadings <- data.frame(pca$var$coord)
于 2013-09-16T10:03:44.117 に答える