评论

收藏

[R语言] 降维分析PCA和FCA

编程语言 编程语言 发布于:2021-07-01 20:02 | 阅读数:746 | 评论:0

  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)
DSC0000.png
PA=principal(newdata, nfactors=7)
PA$loadings
DSC0001.png
factor.plot(pr,labels=rownames(PA$loadings))
DSC0002.png
fa.diagram(PA$loadings,simple=TRUE,main="principal component analysis")
DSC0003.png

FCA分析
FA=factanal(newdata,factors=3)
FA$loadings
DSC0004.png
scree(newdata,factors=TRUE,pc=FALSE,main="Scree plot",hline=NULL,add=FALSE)
DSC0005.png
factor.plot(FA,labels=rownames(FA$loadings))
DSC0006.png
fa.diagram(FA$loadings,simple=TRUE,main="Factor analysis")
DSC0007.png


  
关注下面的标签,发现更多相似文章