标签:方法 color img alt nbsp class dict span ict
主成分分析是利用降维的方法,在损失很少信息量很少的前提下
X1 X2 X3 X4 X5 X6 X7 X8 1 90342 52455 101091 19272 82.0 16.1 197435 0.172 2 4903 1973 2035 10313 34.2 7.1 592077 0.003 3 6735 21139 3767 1780 36.1 8.2 726396 0.003 4 49454 36241 81557 22504 98.1 25.9 348226 0.985 5 139190 203505 215898 10609 93.2 12.6 139572 0.628 6 12215 16219 10351 6382 62.5 8.7 145818 0.066 7 2372 6572 8103 12329 184.4 22.2 20921 0.152 8 11062 23078 54935 23804 370.4 41.0 65486 0.263 9 17111 23907 52108 21796 221.5 21.5 63806 0.276 10 1206 3930 6126 15586 330.4 29.5 1840 0.437 11 2150 5704 6200 10870 184.2 12.0 8913 0.274 12 5251 6155 10383 16875 146.4 27.5 78796 0.151 13 14341 13203 19396 14691 94.6 17.8 6354 1.574
1 1 w=read.csv("afh.csv") 2 2 w 3 3 attach(w) 4 4 X1 5 5 #### 作主成分分析 6 6 w.pr<-princomp(w, cor=TRUE) 7 7 w.pr 8 8 #### 并显示分析结果
1 summary(w.pr, loadings=TRUE) 2 3 #### 作预测 4 predict(w.pr) 5 6 #### 画碎石图 7 screeplot(w.pr) 8 screeplot(w.pr,type="lines",pch=25,col=4) 9 10 biplot(w.pr) 11 12 princomp(~X1+X2+X3+X4+X5+X6+X7+X8,data=w, cor=T)
标签:方法 color img alt nbsp class dict span ict
原文地址:http://www.cnblogs.com/alsely/p/6876180.html