三、降維——PCA, 3d視覺化以及R聚類
阿新 • • 發佈:2019-01-02
匯入資料
資料使用的是iris資料包:
data(iris)
iris$Species <- factor(iris$Species, levels = c("Versicolor", "virginica", "setosa"))
可以使用head(iris)來檢視資料情況。
可以簡單看看資料的擬合情況:
round(cor(iris[,1:4]),2
主成分分析PCA
pca <- princomp(iris[,1:4], cor=TRUE, scores=TRUE)//選擇研究correlation
2
通過summary(pc)可以檢視計算結果
繪製結果:
plot(pc, type="lines") biplot(pc)
3D視覺化
要想進行3D的研究,可以選擇使用rgl包,如果沒有的話可以使用install.packages(“rgl”)進行安裝
具體實現:
library(rgl) plot3d(pc$scores[,1:3],col=iris$Species) text3d(pc$scores[,1:3],texts=rownames(iris)) text3d(pc$loadings[,1:3], texts=rownames(pc$loadings), col="red") coords <- NULL for (i in 1:nrow(pc$loadings)) { coords <- rbind(coords, rbind(c(0,0,0),pc$loadings[i,1:3])) } lines3d(coords, col="red", lwd=4)
然後就大功告成了~!!!