R 中的 PCA 没有为每个主成分做出贡献

Question

我已经使用包运行了一个简单的 PCA

FactoMineR

。

PCA 运行良好，我得到 15 个维度（我有 15 个变量）

当我尝试获取每个变量对每个主成分的贡献时，我只得到 5 个维度的结果，而不是所有 15 个维度的结果。

我的代码：

library(FactoMineR)
library(factoextra)

set.seed(123)
PCA_data <- matrix(rnorm(675), ncol = 15)

PCA_scaled <- scale(PCA_data)
pca_result <- PCA(PCA_scaled, graph = TRUE)
eigenvalues <- get_eigenvalue(pca_result)

variance_explained <- get_pca_var(pca_result)$prop_var

contributions <- pca_result$var$contrib 
contributions

get_pca_var(pca_result)$contribSDT_scaled <- scale(PCA_data)  

fviz_eig(pca_result, choice = "eigenvalue", addlabels = TRUE)

# Biplot
fviz_pca_biplot(pca_result, repel = TRUE, col.var = "contrib", 
                gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"))

# Create a data frame for plotting
plot_data <- data.frame(
  Principal_Component = rep(1:ncol(contributions), each = nrow(var_contributions)),
  Variable = rep(rownames(contributions), ncol(contributions)),
  Contribution = as.vector(contributions)
)

# Create a stacked bar plot
ggplot(plot_data, aes(x = Principal_Component, y = Contribution, fill = Variable)) +
  geom_bar(stat = "identity") +
  labs(title = "Variable Contributions to Principal Components",
       x = "Principal Component",
       y = "Contribution") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_viridis_d() 

#I also tried: 
summary(pca_result, nbelements=Inf)

这些都没有给我所有 15 个维度或每个变量的贡献。

Answer 1

tl;dr 要保留所有组件，请在运行 PCA 时指定

ncp=15

...

来自

?PCA

：

PCA(X,scale.unit = TRUE,ncp = 5,ind.sup = NULL,
         Quanti.sup = NULL，quali.sup = NULL，row.w = NULL，
         col.w = NULL，图 = TRUE，轴 = c(1,2))

（强调）。

...

ncp: number of dimensions kept in the results (by default 5)