回答情况：
提问时间：
问题标签：
我想把princomp的摘要(必须是princomp)作为一个数据文件，这样我就可以将表格式化为报告。as.data.frame(summary(pca.data)) )X5 = sample(1:10)
pca.data <- pri
浏览 0修改于2018-11-05得票数 1
回答已采纳
我正在使用princomp函数，并且我正在绘制我的第一个组件和第二个组件。我需要根据一个外部因素对其进行着色，该外部因素具有与我正在执行pca的数据帧相同的行名。区块引用plot(xy$loadings[,"Comp.1"], xy$loadings[,"Comp.2"], col=iris$Species)
浏览 4提问于2017-08-20得票数 2
我想让singular values of a matrix in R得到主成分，然后再做princomp(x)来比较结果问题
如何从$d、$u和$v (解决方案
浏览 3修改于2011-10-10得票数 3
回答已采纳
我目前正试图使用SAS中的proc princomp命令和R中的princomp()命令(在stats包中)获得等效的结果。我得到的结果非常相似，这使我怀疑这不是两个命令中不同选项设置的问题。在SAS中：var MAT MWMT MCMT logMAP logMSP CMI.282 0.007
NFFD 0.363 0.242 -.136 0.402 0.158 -.351 -.637 -.264
浏览 10提问于2013-10-31得票数 0
回答已采纳
如何使用princomp和biplot将双图中的虹膜数据集的物种着色为不同的颜色。最好的
biplot(fit)
浏览 34提问于2021-03-16得票数 0
回答已采纳
在R中使用princomp()运行主成分分析并对结果运行summary()后，我得到了一个组件列表，它们的方差比例，以及它们的累积比例。有没有一种方法可以查看这些组件中实际包含了哪些变量？
浏览 0提问于2015-04-14得票数 0
A.load("matrix.txt"); fmat score; fvec tsquared;
princomp
浏览 1修改于2014-11-10得票数 1
733 292 503]
434 233 842733 292 503
[coeff,score] = princomp
浏览 3提问于2015-06-11得票数 1
当我想使用不由princomp本身生成的协方差或相关矩阵时，我对biplot (特别是biplot)有问题。为了简单起见，我将使用比我正在处理的数据集小得多的数据集。cr <- cov.wt(USArrests)给了我错误 object 'princomp</em
浏览 3修改于2013-09-24得票数 1
回答已采纳
有没有方法从R中的prcomp()或princomp()函数中提取这些信息，我非常感谢您的帮助。
-Cheers
浏览 3提问于2014-03-13得票数 0
回答已采纳
我使用princomp()运行PCA。我的数据集叫做vt。pca = princomp(as.matrix(vt))但是，当我检查是否有无限大的值时
浏览 2修改于2014-05-02得票数 0
我试图使用 princomp进行降维，但我不确定我是否做得对。，但我不确定我是否正确地做了投影：AMean = mean(A)Ac = (A - repmat(AMean,[n 1]))toc
tic
prin
浏览 3修改于2013-05-09得票数 2
我使用run作为PCA，但是，我有一个带有因子变量的数据集，我想对每个因素运行princomp。这可以在SAS中使用" BY“语句来完成，该语句”按组处理执行，使您能够获得对分组观察的单独分析“(来自)万事如意，
浏览 0提问于2020-02-13得票数 0
回答已采纳
0.237 0.327 0.730 0.583 1.000 0.539我想使用{stats}中的princomp()进行主成分分析--我试着阅读了可用的文档，得到了：但这和我停止上次争论时没有什么不同请建议使用princomp()参数的正确方法。
浏览 3提问于2014-03-29得票数 1
回答已采纳
我在kddcup99上应用Princomp函数，去除了字符串、数据集的属性，但结果是一个维数为(37×37)的矩阵，得到的矩阵比原来的维数低很多，我可以把它作为基于异常的入侵检测系统的训练样本吗？
浏览 0提问于2015-04-15得票数 1
我有一个小问题，我想删除顶部和右边的轴(我不知道这个轴的名称，对不起)，我的PCA双生图，但我不知道如何做。我读到bty=1的工作原理是只有左和下两条轴，但它不起作用。
biplot(PC.LC50, col=2:6, xlab="1st Principal Component (71.2%)", ylab="2nd Principal Component (15.9%)", xlabs=c("Puerto Colombia", "Soledad", "Barranquilla", &#
浏览 4修改于2014-03-30得票数 0
回答已采纳
在使用princomp R进行主成分分析时，输出实例中的得分变量在给定示例中的arc.pca包含所提供的主成分数据的得分。它是归一化数据在主成分上的投影还是实际数据的投影？, "a2", "l", "f", "d")arc.pca1 <- princomp
浏览 0提问于2014-10-07得票数 1
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