在R中绘制选定的PCA载荷图。

Question

我刚刚对一个大约有20,000个变量的大型数据集进行了PCA分析。为此，我使用了以下代码。

df_pca <- prcomp(df, center=FALSE, scale.=TRUE)

我很好奇我的变量是如何影响PCA.1（PCA分析的维度1）和PCA.2（PCA分析的维度2）的。

我使用下面的代码来查看每个变量是如何影响维度分析的。

fviz_pca_var(df_pca, col.var = "black")

然而，这将创建一个包含我所有20,000个变量的图表，由于信息量太大，无法读取。

有没有办法选择对PCA.1和PCA.2影响最大的变量，只画出这些变量的图？

先谢谢您了!

Answer 1

你要做的是首先得到实际的表，将合成变量w实际变量关联起来。像这样做。

a <- df_pca$rotation

然后我们就可以用dplyr来操作数据框架 并提取我们想要的东西。

library(dplyr)
library(tibble)
a %>% as.data.frame %>% rownames_to_column %>% 
select(rowname, PC1, PC2) %>% arrange(desc(PC1)) %>% head(10)

上面将组织显示PC1最重要的10个变量。你可以对PC2运行同样的事情，将其改为 arrange(desc(PC2))......并通过改变 head(10).

Answer 2

如果你想看到你想要的尺寸，你应该这样做。

library(factoextra)    
fviz_contrib(df_pca,
                 choice = "var",
                 axes = 5,
                 top = 10, color = 'darkorange3', barfill  = 'blue4',fill ='blue4')

用 axes 你可以选择你想看到的dim。在本例中，你看到的维数是5。

如果你想看帮助你选择维数的变量和曲线，你可以使用这个。

fviz_screeplot(df_pca, ncp=14,linecolor = 'darkorange3', barfill  = 'blue4', 
               barcolor ='blue4', xlab = "Dimensioni", 
               ylab = '% varicance',
               main = 'Reduction of components')
get_eigenvalue(df_pca)