45.R语言主成分分析PCA及factoextra包可视化学习笔记
版权申诉
5星 · 超过95%的资源 182 浏览量
2022-05-07
10:12:35
上传
评论 1
收藏 134.09MB PDF 举报 
R
语
言
搬
运
工
R
语
言
搬
运
工
引言 Introduction
1 |
安装与运行 Install and run
2 |
https://blog.csdn.net/weixin_39372811?spm=1000.2115.3001.5343
[R语言主成分分析及可视化]
主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交
变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这
组变量叫主成分。
在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。
人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一
定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量
反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，将
重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些
新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原
有的信息。
安装所需要的包
导入所需要的包
导入所需要的数据
示例数据为虚拟数据：
资源评论
weixin_429218452023-11-27资源很受用，资源主总结的很全面，内容与描述一致，解决了我当下的问题。
PPhann2022-08-13资源很实用，内容详细，值得借鉴的内容很多，感谢分享。- opklnm152023-03-30资源内容详尽，对我有使用价值，谢谢资源主的分享。
- m0_567408032022-07-13资源内容详尽，对我有使用价值，谢谢资源主的分享。
