如何从使用包配方制作的 PCA 对象构建主成分分析 (PCA) 相关环？
问题描述 投票：0回答：1
上下文：Tidymodels 框架使用通用语法来构建模型。但是，
FactoMineRfactoextrarecipes问题：为了标准化我的数据分析工作流程，我尝试使用
recipesFactoMineRrecipes问题： 如何从使用
FactoMineR::PCA()recipes::step_pca()到目前为止我尝试过的：我比较了PCA输出形式包
recipesFactoMineRstatsFactoMineRrecipesggplot这里有一些可以使用的代码：
使用食谱：
# Using recipes ----
library(recipes)
rec_iris <- recipe(~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data = iris) %>%
step_normalize(all_numeric_predictors()) %>%
step_pca(all_predictors())
prep_rec <- prep(rec_iris)
bake(prep_rec, new_data = NULL)
#> # A tibble: 150 × 4
#> PC1 PC2 PC3 PC4
#> <dbl> <dbl> <dbl> <dbl>
#> 1 -2.26 -0.478 0.127 0.0241
#> 2 -2.07 0.672 0.234 0.103
#> 3 -2.36 0.341 -0.0441 0.0283
#> 4 -2.29 0.595 -0.0910 -0.0657
#> 5 -2.38 -0.645 -0.0157 -0.0358
#> 6 -2.07 -1.48 -0.0269 0.00659
#> 7 -2.44 -0.0475 -0.334 -0.0367
#> 8 -2.23 -0.222 0.0884 -0.0245
#> 9 -2.33 1.11 -0.145 -0.0268
#> 10 -2.18 0.467 0.253 -0.0398
#> # ℹ 140 more rows
# I can get useful information using:
prep_rec %>% tidy(2, type = "variance")
#> # A tibble: 16 × 4
#> terms value component id
#> <chr> <dbl> <int> <chr>
#> 1 variance 2.92 1 pca_OMBbk
#> 2 variance 0.914 2 pca_OMBbk
#> 3 variance 0.147 3 pca_OMBbk
#> 4 variance 0.0207 4 pca_OMBbk
#> 5 cumulative variance 2.92 1 pca_OMBbk
#> 6 cumulative variance 3.83 2 pca_OMBbk
#> 7 cumulative variance 3.98 3 pca_OMBbk
#> 8 cumulative variance 4 4 pca_OMBbk
#> 9 percent variance 73.0 1 pca_OMBbk
#> 10 percent variance 22.9 2 pca_OMBbk
#> 11 percent variance 3.67 3 pca_OMBbk
#> 12 percent variance 0.518 4 pca_OMBbk
#> 13 cumulative percent variance 73.0 1 pca_OMBbk
#> 14 cumulative percent variance 95.8 2 pca_OMBbk
#> 15 cumulative percent variance 99.5 3 pca_OMBbk
#> 16 cumulative percent variance 100 4 pca_OMBbk
prep_rec %>% tidy(2, type = "coef")
#> # A tibble: 16 × 4
#> terms value component id
#> <chr> <dbl> <chr> <chr>
#> 1 Sepal.Length 0.521 PC1 pca_OMBbk
#> 2 Sepal.Width -0.269 PC1 pca_OMBbk
#> 3 Petal.Length 0.580 PC1 pca_OMBbk
#> 4 Petal.Width 0.565 PC1 pca_OMBbk
#> 5 Sepal.Length -0.377 PC2 pca_OMBbk
#> 6 Sepal.Width -0.923 PC2 pca_OMBbk
#> 7 Petal.Length -0.0245 PC2 pca_OMBbk
#> 8 Petal.Width -0.0669 PC2 pca_OMBbk
#> 9 Sepal.Length 0.720 PC3 pca_OMBbk
#> 10 Sepal.Width -0.244 PC3 pca_OMBbk
#> 11 Petal.Length -0.142 PC3 pca_OMBbk
#> 12 Petal.Width -0.634 PC3 pca_OMBbk
#> 13 Sepal.Length 0.261 PC4 pca_OMBbk
#> 14 Sepal.Width -0.124 PC4 pca_OMBbk
#> 15 Petal.Length -0.801 PC4 pca_OMBbk
#> 16 Petal.Width 0.524 PC4 pca_OMBbk
使用FactoMineR：
# Using FactoMineR ----
library(FactoMineR)
pca_facto <- FactoMineR::PCA(iris[, 1:4])
使用统计数据
# Using stats ----
pca_stats <- stats::prcomp(~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data = iris, scale = TRUE, center = TRUE)
现在让我们尝试比较一下我们刚刚制作的对象的内容：
# Equivalent objects:
prep_rec %>% tidy(2, type = "variance"); pca_facto$eig; summary(pca_stats)
#> # A tibble: 16 × 4
#> terms value component id
#> <chr> <dbl> <int> <chr>
#> 1 variance 2.92 1 pca_OMBbk
#> 2 variance 0.914 2 pca_OMBbk
#> 3 variance 0.147 3 pca_OMBbk
#> 4 variance 0.0207 4 pca_OMBbk
#> 5 cumulative variance 2.92 1 pca_OMBbk
#> 6 cumulative variance 3.83 2 pca_OMBbk
#> 7 cumulative variance 3.98 3 pca_OMBbk
#> 8 cumulative variance 4 4 pca_OMBbk
#> 9 percent variance 73.0 1 pca_OMBbk
#> 10 percent variance 22.9 2 pca_OMBbk
#> 11 percent variance 3.67 3 pca_OMBbk
#> 12 percent variance 0.518 4 pca_OMBbk
#> 13 cumulative percent variance 73.0 1 pca_OMBbk
#> 14 cumulative percent variance 95.8 2 pca_OMBbk
#> 15 cumulative percent variance 99.5 3 pca_OMBbk
#> 16 cumulative percent variance 100 4 pca_OMBbk
#> eigenvalue percentage of variance cumulative percentage of variance
#> comp 1 2.91849782 72.9624454 72.96245
#> comp 2 0.91403047 22.8507618 95.81321
#> comp 3 0.14675688 3.6689219 99.48213
#> comp 4 0.02071484 0.5178709 100.00000
#> Importance of components:
#> PC1 PC2 PC3 PC4
#> Standard deviation 1.7084 0.9560 0.38309 0.14393
#> Proportion of Variance 0.7296 0.2285 0.03669 0.00518
#> Cumulative Proportion 0.7296 0.9581 0.99482 1.00000
现在，为什么这些不同？
# Why are these different?
prep_rec %>% tidy(2, type = "coef"); pca_stats$rotation # --> different form $var from an abject made with FactoMineR::PCA()
#> # A tibble: 16 × 4
#> terms value component id
#> <chr> <dbl> <chr> <chr>
#> 1 Sepal.Length 0.521 PC1 pca_OMBbk
#> 2 Sepal.Width -0.269 PC1 pca_OMBbk
#> 3 Petal.Length 0.580 PC1 pca_OMBbk
#> 4 Petal.Width 0.565 PC1 pca_OMBbk
#> 5 Sepal.Length -0.377 PC2 pca_OMBbk
#> 6 Sepal.Width -0.923 PC2 pca_OMBbk
#> 7 Petal.Length -0.0245 PC2 pca_OMBbk
#> 8 Petal.Width -0.0669 PC2 pca_OMBbk
#> 9 Sepal.Length 0.720 PC3 pca_OMBbk
#> 10 Sepal.Width -0.244 PC3 pca_OMBbk
#> 11 Petal.Length -0.142 PC3 pca_OMBbk
#> 12 Petal.Width -0.634 PC3 pca_OMBbk
#> 13 Sepal.Length 0.261 PC4 pca_OMBbk
#> 14 Sepal.Width -0.124 PC4 pca_OMBbk
#> 15 Petal.Length -0.801 PC4 pca_OMBbk
#> 16 Petal.Width 0.524 PC4 pca_OMBbk
#> PC1 PC2 PC3 PC4
#> Sepal.Length 0.5210659 -0.37741762 0.7195664 0.2612863
#> Sepal.Width -0.2693474 -0.92329566 -0.2443818 -0.1235096
#> Petal.Length 0.5804131 -0.02449161 -0.1421264 -0.8014492
#> Petal.Width 0.5648565 -0.06694199 -0.6342727 0.5235971
pca_facto$var
#> $coord
#> Dim.1 Dim.2 Dim.3 Dim.4
#> Sepal.Length 0.8901688 0.36082989 -0.27565767 -0.03760602
#> Sepal.Width -0.4601427 0.88271627 0.09361987 0.01777631
#> Petal.Length 0.9915552 0.02341519 0.05444699 0.11534978
#> Petal.Width 0.9649790 0.06399985 0.24298265 -0.07535950
#>
#> $cor
#> Dim.1 Dim.2 Dim.3 Dim.4
#> Sepal.Length 0.8901688 0.36082989 -0.27565767 -0.03760602
#> Sepal.Width -0.4601427 0.88271627 0.09361987 0.01777631
#> Petal.Length 0.9915552 0.02341519 0.05444699 0.11534978
#> Petal.Width 0.9649790 0.06399985 0.24298265 -0.07535950
#>
#> $cos2
#> Dim.1 Dim.2 Dim.3 Dim.4
#> Sepal.Length 0.7924004 0.130198208 0.075987149 0.0014142127
#> Sepal.Width 0.2117313 0.779188012 0.008764681 0.0003159971
#> Petal.Length 0.9831817 0.000548271 0.002964475 0.0133055723
#> Petal.Width 0.9311844 0.004095980 0.059040571 0.0056790544
#>
#> $contrib
#> Dim.1 Dim.2 Dim.3 Dim.4
#> Sepal.Length 27.150969 14.24440565 51.777574 6.827052
#> Sepal.Width 7.254804 85.24748749 5.972245 1.525463
#> Petal.Length 33.687936 0.05998389 2.019990 64.232089
#> Petal.Width 31.906291 0.44812296 40.230191 27.415396
创建于 2023-10-31，使用 reprex v2.0.2
1个回答
0
投票
投票
第一个图可以通过将前两个主成分分别映射到 X 轴和 Y 轴来绘制。为了匹配您共享的示例，我使用
ggrepellibrary(tidyverse)
library(recipes)
library(ggrepel)
library(ggforce)
iris_pca <- recipe(~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data = iris) %>%
step_normalize(all_numeric_predictors()) %>%
step_pca(all_predictors(), res = TRUE) %>%
prep()
iris_pca %>%
bake(new_data = NULL) %>%
mutate(id = row_number()) %>%
ggplot(aes(PC1, PC2)) +
geom_point() +
geom_text_repel(aes(label = id)) +
geom_hline(yintercept = 0, lty = 2) +
geom_vline(xintercept = 0, lty = 2) +
coord_equal() +
theme_bw()
获取圆形图的值需要从准备好的对象中获取载荷。这就是
matrix = 'v'
tidy(iris_pca, 2, matrix = 'v') %>%
pivot_wider(names_from = component, values_from = value) %>%
ggplot() +
geom_segment(aes(x = 0, y = 0, xend = PC1, yend = PC2)) +
geom_label_repel(aes(x = PC1, y = PC2, label = terms)) +
geom_circle(aes(x0 = 0, y0 = 0, r = 1)) +
coord_equal() +
theme_bw()
最新问题
- 内联块和内联表有什么区别？
- 我的 Android 项目遇到这些错误。谁能解释发生了什么事以及我该如何解决它？
- 如何创建没有数据的新Firestore文档？
- 第 0 层与第 1 层区块链主区块链
- 使用 scipy.optimize.linprog 最小化 Ax - b 的 L1 范数
- dotnet 如何知道 _Imports.razor 在哪里？
- C 程序总结任何过程的总内存使用情况
- 使用 Python 抓取 Newegg 网络
- 如何使用 WebSocket 从 PHP 发送数据/文本进行处理？
- 在 SharePoint Online 中自动生成审核日志报告
- 是否有 Java I/O 流类及其用途的完整列表？
- TypeError：Response.json 不是使用 NestJs 路由和 Prisma 进行玩笑测试的函数
- 按A列中的值进行子集化，得到R中B列最大值行对应的C列中的值？使用循环自动执行此操作
- 使用Java流修改一些元素并保持一些不变
- 在长时间运行的 Hive 插入查询期间“TSocket 读取 0 个字节”
- 获取控制器 asp.net-core 中的当前区域性
- 使用 API Bearer Token 进行 HTTPS GET：使用 cURL，但不能使用 Python requests.get
- 无法将超集连接到oracle数据库
- 带有独立滚动列的Material UI网格
- 我们可以让应用程序每隔 5 秒在后台运行一次吗？
© www.soinside.com 2019 - 2024. All rights reserved.