回答情况：
提问时间：
问题标签：
1回答
我正在使用PCA prcomp绘制我的数据。我需要的是显示每个原则的百分比我是说PC1，.....在X轴和Y轴上，以下是我的代码：plot(prcomp(x))biplot(prcomp另外，当我键入此代码时：它将自动显示PC1和PC2，例如，为了获得PC2和PC3的绘图，我应该输入哪些代码。
任何提示都将不胜感激。
浏览 2修改于2018-03-27得票数 0
我用prcomp生成了一个PCA表，它包含10000+基因和1700+细胞，由7个时点组成。在一个文件中绘制所有这些文件，很难看到。我想要分别绘制每个时点，使用相同的PCA结果表(即没有重新运行prcomp)。pcaRes<-prcomp(t(log(TPM+1)), center= TRUE, scale. = TRUE) plot(pcaRes
浏览 1修改于2019-11-29得票数 1
1回答
我想在一个矩阵上运行prcomp。在一个Linux机器上安装R时，代码运行得很好，但在另一个相同(或者我认为是这样)的Linux机器上安装R时，代码就会中断。代码是pca = prcomp(dataf)> dataf = read.table("~/data/testdata.txt")Error
浏览 1提问于2010-04-14得票数 1
回答已采纳
此函数已被gm.prcomp替换，但即使我使用函数摘要或summary.gm.prcomp，也无法提取特征值。如果我使用汇总，我有统计汇总(意思是...)，但我不能使用summary.gm.prcomp (R找不到函数)，我该如何提取我的特征值？海洋
浏览 14提问于2020-11-06得票数 0
如何理解“prcomp”结果？运行下面的代码后，我们得到prcomp结果'res.pca‘。library(factoextra)decathlon.active <- decathlon2[1:23, 1:10]
res.pca <- prcomp(decathlon.active
浏览 238修改于2021-10-08得票数 0
回答已采纳
首先，我使用prcomp()函数并将参数center和scale设置为TRUE pca <- prcomp(t(data.matrix),scale = TRUE,center = TRUE) 它产生的结果是4 -3.0906947 -1.086024e-14ko 1 -2.7765555 3.098303e-14 然后，我尝试在使用prcompdata.matrix1 <- base::scale(data.matrix,scale = T,center
浏览 93提问于2019-01-30得票数 0
回答已采纳
做了一些主成分分析，并与FactoMineR函数、PCA和base的prcomp结果进行了比较，得到了不同的结果。一个例子library(FactoMineR)
# One column is missin
浏览 2修改于2020-10-30得票数 2
回答已采纳
我有3个变量，我使用prcomp运行PCA。我试着用加载和因子来重建变量，但是残差不是零。在统计学上(我可能错了)，我希望能够重建原始数据。我是不是遗漏了什么？0.8649705 0.7326563 0.64933130.9233625 0.7406451 0.6454023',sep=' ')
pca = prcomp
浏览 3提问于2014-05-12得票数 3
回答已采纳
我使用了prcomp()，它总是返回478个主组件，即使我转换了矩阵。据我所知，prcomp()使用列作为组件。我想我应该得到4200个主成分。
浏览 3修改于2015-09-03得票数 1
回答已采纳
我试图使用ggfortify来可视化我使用prcomp完成的PCA的结果。样本代码：autoplot(prcomp(iris.pca))
有人能解释一下这个消息吗？
浏览 11提问于2015-05-05得票数 9
看起来prcomp()使用SVD来计算主成分。在这种情况下，我们还需要为prcomp()提供协方差矩阵吗？或者我们可以说：
princomp, for finding eign
浏览 0修改于2018-06-19得票数 0
我一直在网上寻找如何与na.option和prcomp()一起使用估算选项，但找不到例子。我想从最简单的方法开始，例如用中值或类似的值替换NA。
有人能告诉我如何在prcomp的上下文中这样做吗？
浏览 3提问于2021-12-16得票数 0
回答已采纳
如何访问prcomp中的名称列，如下图所示？我想将此作为后续阴谋的列表。prcomp(USArrests)[1] 83.732400 14.212402 6.489426 2.482790
Rotation:
浏览 1修改于2014-05-28得票数 1
回答已采纳
[2, 6, 8, 7, 8] ] )
pca = stats.prcomp( b ) # works finepca = stats.prcomp( a, **{'na.rm': 'TRUE'} )
浏览 0提问于2012-03-01得票数 0
log.ir <- log(iris[, 1:4])ir.groups<- iris[, 5]
ir.pca <- prcomp
浏览 4修改于2017-12-01得票数 3
我想要反转从prcomp计算出的PCA，以返回到我的原始数据。pca$x %*% t(pca$rotation)prcomp不会以这种方式计算PC。-prcomp
浏览 0修改于2016-11-15得票数 15
回答已采纳
我试图用R对我的数据进行PCA分析，我找到了，使用prcomp和ggbiplot。我的数据是两个样本类型，三个生物复制，每个(即6行)和大约20000个基因(即变量)。首先，使用指南中描述的代码获取PCA模型不起作用：Error in prcomp.default(data, center = T, scale. = T) : > w
浏览 4修改于2014-12-03得票数 7
回答已采纳
我想使用R中的prcomp函数将属性数量减少到20个。pr = prcomp(data)
但是pr只包含prcomp类的一个实例。如何将原始数据集中的属性数量减少到20个？
浏览 0提问于2010-10-11得票数 4
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号