Investigate.docx是word版PCA分析结果报告与结果解读,写的很详细。如果因为某种原因输出报告文件报错(常见htmltools包版本或LaTeX报错),就会输出Workspace.RData和Investigate.Rmd,包含分析代码和绘图结果,两者放在在同一目录,运行Investigate.Rmd,可以复现PCA分析结果。图不是太好看,可以输出数据自己画。 # 2.4 PCA分析结果...
最清晰的看PCA(主成分分析)图的方法3.3 万播放 · 216 赞同视频
我运行安装的过程遇到了一个报错是(converted from warning) cannot remove prior installation of package ‘rlang’这种情况通常是把rlang这个包手动删除,然后再重新运行安装的命令就可以了 虽然安装成功了,但是运行代码是没有结果的,代码如下 ggplot(data=pca.result)+ geom_sphere_3d(aes(x=PC1,...
Investigate.docx是word版PCA分析结果报告与结果解读,写的很详细。如果因为某种原因输出报告文件报错(常见htmltools包版本或LaTeX报错),就会输出Workspace.RData和Investigate.Rmd,包含分析代码和绘图结果,两者放在在同一目录,运行Investigate.Rmd,可以复现PCA分析结果。图不是太好看,可以输出数据自己画。 # 2.4 PCA分析结果...
首先是主成分分析 df.pca<-prcomp(iris[,1:4]) summary(df.pca) pca.result<-df.pca$x pca.result<-data.frame(pca.result) head(pca.result) pca.result$Species<-iris$Species 1. 2. 3. 4. 5. 6. 总共数据是150,准备150个颜色和150个形状 ...