降维分析PCA和FCA

太阳不下山

　　PCA和FCA的概念
　　PCA是主成分分析，FCA是因子分析。
**主成分分析（PCA）**是一种数据降维技巧，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分。
　　**探索性因子分析（EFA）**是一系列用来发现一组变量的潜在结构的方法，通过寻找一组更小　的、潜在的或隐藏的结构来解释已观测到的、变量间的关系。
PCA分析

setwd("C:\\Users\\tdl\\Downloads")
data1 <- read.csv("data.csv")
scree(newdata,factors=FALSE,pc=TRUE,main="Scree plot",hline=NULL,add=FALSE)

PA=principal(newdata, nfactors=7)
PA$loadings

factor.plot(pr,labels=rownames(PA$loadings))

fa.diagram(PA$loadings,simple=TRUE,main="principal component analysis")

FCA分析

FA=factanal(newdata,factors=3)
FA$loadings

scree(newdata,factors=TRUE,pc=FALSE,main="Scree plot",hline=NULL,add=FALSE)

factor.plot(FA,labels=rownames(FA$loadings))

fa.diagram(FA$loadings,simple=TRUE,main="Factor analysis")