使用ggbiplot可视化R中包含大量变量的PCA

Question

我正在尝试可视化一个包含87个变量的PCA。

prc <-prcomp(df[,1:87], center = TRUE, scale. = TRUE)
ggbiplot(prc, labels = rownames(df[,1:87]), var.axes = TRUE)

当我创建双向图时，许多矢量相互重叠，导致无法读取标签。我想知道是否有办法一次只显示一些标签。例如，我认为如果我可以创建几个单独的双图，每个图只显示向量上标签的一个子集，这将是有用的。

This question似乎关系密切，但我不知道它是否会转换为最新版本的ggbiplot。我也不确定如何修改原始函数。

Answer 1

一个潜在的解决方案是使用factoextra包来可视化你的主成分分析结果。fviz_pca_biplot()函数包含一个repel参数。当为repel = TRUE时，地块标签将展开以最大限度地减少重叠。文档中还提到了一些select.var选项，例如select.var = list(contrib=5)，用于仅显示5个最有影响力的向量。还有一个select.var = list(name)选项，它似乎允许指定您想要显示的特定变量子集。

# read data
df <- mtcars[, c(1:7,10:11)]

# perform PCA
library("FactoMineR")
res.pca <- PCA(df, graph = FALSE)

# visualize
library(factoextra)
fviz_pca_biplot(res.pca, repel = TRUE, select.var = list(contrib = 5))

​

​