在R中绘制选定的PCA负载

Question

我刚刚对一个包含大约20,000个变量的大型数据集执行了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。

我使用以下代码来查看每个变量如何影响维度分析：

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

然而，这将创建一个包含我的所有20,000个变量的图，由于有如此多的信息，它是不可读的。

有没有一种方法可以选择对PCA.1和PCA.2影响最大的变量，并只绘制这些变量的图形？

提前谢谢你！

Answer 1

您要做的是首先获得将合成变量与实际变量相关联的实际表格。像这样做：

a <- df_pca$rotation

然后我们可以使用dplyr来操作数据帧并提取我们想要的内容：

library(dplyr)
library(tibble)
a %>% as.data.frame %>% rownames_to_column %>% 
select(rowname, PC1, PC2) %>% arrange(desc(PC1^2+PC2^2)) %>% head(10)

上面的内容将展示PC1和PC2最重要的10个变量。您可以仅通过更改为arrange(desc(abs(PC1)))来对PC1运行相同的操作，或者通过更改为arrange(desc(abs(PC2)))来运行PC2 ...并通过更改head(10)查看多于或少于10个变量。

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')

使用axes，您可以选择想要查看的暗度。在本例中，您看到的是尺寸编号5。

​

如果您想要查看变量和帮助您选择维数的曲线，您可以使用以下命令：

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

​

​