R语言主成分分析的案例.docxVIP

R语言主成份分析的案例

R语言也介绍到案例篇了，也有不少同学反馈说还是不是特殊明白一些基础的东西，希翼能够有一些比较浅显的可以操作的入门。其实这些之前SPSS实战案例都不少，老实说一旦用上了开源工具就好像上瘾了，对于以前的SAS、clementine之类的可视化工具没有一点感觉了。本质上还是觉得要装这个、装那个的比较麻烦，现在用R或者python直接简单安装下，导入自己需要用到的包，活学活用一些命令函数就可以了。以后平台上集成R、python的开辟是趋势，包括现在BAT公司内部已经实现了。

今天就贴个盐泉水化学分析资料的主成份分析和因子分析通过R语言数据挖掘的小李子：

有条件的同学最好自己安装下R，操作一遍。

今有20个盐泉，盐泉的水化学特征系数值见下表.试对盐泉的水化学分析资料作主成份分析和因子分析.(数据可以自己摹拟一份)

其中x1:矿化度(g/L)

2.数据分析

x2:Br?103/Cl

x3:K?103/Σ盐

x4:K?103/Cl

x5:Na/K

x6:Mg?102/Cl

x7:εNa/εCl.

1.数据准备

导入数据保存在对象saltwell中

saltwell-read.table(c:/saltwell.txt,header=T)

saltwell

1标准误、方差贡献率和积累贡献率

arrests.pr-prcomp(saltwell,scale=TRUE)

summary(arrests.pr，loadings=TRUE)

2每一个变量的标准误和变换矩阵

prcomp(saltwell,scale=TRUE)

3查看对象arests.pr中的内容

str(arrests.pr)

4利用主成份的标准误计算出主成份的积累方差比例

cumsum(arrests.pr$sdev^2)/7

[1]0.60670600.78509680.91653410.97905240.99541280.9999024

1.0000000

5各个化学成份占主成份的得分

arrests.pr$x

6数据分析结果图形表示

screeplot(arrests.pr,main=saltwell)

biplot(arrests.pr)

按第一主成份排序的结果：

data.frame(sort(arrests.pr$x[,1]))

主因子分析

计算数据的相关系数矩阵

saltwell.cor-cor(saltwell)

saltwell.cor

计算特征值和特征向量及因子的贡献率和积累贡献率

saltwell.eigen-eigen(saltwell.cor)

saltwell.eigen

根据主成份分析结果确定公共因子个数.

saltwell.pr-princomp(saltwell,cor=T)

summary(saltwell.pr)

均值

saltwell.pr$center

标准误

saltwell.pr$scale

下面用特征值的平方根乘以相应的特征向量得到因子载荷矩阵.并且只显示前2个因子的结果：

t(sqrt(saltwell.eigen$values)*t(saltwell.eigen$vectors))[,1:2]

用R语言自带的函数factanal()进行分析

saltwell.fa-factanal(saltwell,factors=2)

print(saltwell.fa,cutoff=0.001)

下面用回归方法(regression)计算因子得分并作图，然后对样本进行分类.

saltwell.fa-factanal(saltwell,factors=2,scores=regression)

saltwell.fa$scores