使用ggbiplot可视化R中具有大量变量的PCA

Question

我正在尝试可视化包含87个变量的PCA。

prc <-prcomp(df[,1:87], center = TRUE, scale. = TRUE)
ggbiplot(prc, labels = rownames(df[,1:87]), var.axes = TRUE)

创建双标图时，许多矢量相互重叠，因此无法读取标签。我想知道是否有任何方法只能一次显示一些标签。例如，我认为如果可以创建几个单独的双线图，每个双线图仅显示向量上标签的子集，那将很有用。

This question似乎密切相关，但我不知道它是否转换为ggbiplot的最新版本。我也不确定如何修改原始功能。

Answer 1

一种可能的解决方案是使用factoextra程序包可视化您的PCA结果。 fviz_pca_biplot()函数包含一个repel参数。当repel = TRUE时，图标签会展开以最大程度地减少重叠。文档中还提到了select.var选项，例如select.var = list(contrib=5)仅显示5个最具影响力的向量。另外，select.var = list(name)选项似乎允许指定要显示的特定变量子集。

# read data
df <- mtcars[, c(1:7,10:11)]

# perform PCA
library("FactoMineR")
res.pca <- PCA(df, graph = FALSE)

# visualize
library(factoextra)
fviz_pca_biplot(res.pca, repel = TRUE, select.var = list(contrib = 5))