Question

我尝试使用R对我的数据进行PCA分析，然后使用prcomp和ggbiplot找到this nice guide。我的数据是两种样品类型，每种样品具有三个生物重复（即6行）和约20000个基因（即变量）。首先，使用指南中描述的代码获取PCA模型并不起作用：

>pca=prcomp(data,center=T,scale.=T)
Error in prcomp.default(data, center = T, scale. = T) : 
cannot rescale a constant/zero column to unit variance

但是，如果我删除scale. = T部分，它可以正常工作，我会得到一个模型。为什么会这样，这是否是下面错误的原因？

> summary(pca)
Importance of components:
                             PC1       PC2       PC3       PC4       PC5
Standard deviation     4662.8657 3570.7164 2717.8351 1419.3137 819.15844
Proportion of Variance    0.4879    0.2861    0.1658    0.0452   0.01506
Cumulative Proportion     0.4879    0.7740    0.9397    0.9849   1.00000

其次，绘制PCA。即使只使用基本代码，我也会得到一个错误和一个空图：

> ggbiplot(pca)
Error: invalid 'rot' value

这是什么意思，我该如何解决？是否与制作PCA的（非）规模有关，还是有所不同？我认为它必须与我的数据有关，因为如果我使用标准示例代码（下面），我会得到一个非常好的PCA图。

> data(wine)
> wine.pca=prcomp(wine,scale.=T)
> print(ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, groups = wine.class, 
  ellipse = TRUE, circle = TRUE))

[编辑1]我尝试以两种方式对数据进行子集化：1）删除所有行，所有行都为0，以及2）删除所有列，任何行都为0.第一个子集仍然给我{{1错误，但没有删除任何0的列的那些错误。为什么是这样？这对我的PCA有何影响？

另外，我尝试对原始数据（非缩放）和上面的子集化数据使用普通scale命令，并且它在两种情况下都有效。那么它与biplot有什么关系？

[编辑2]我已经上传了我的数据子集，当我没有删除所有零并在我这样做时，我会发现错误。我之前没有使用过gist，但我认为this就是这样。或this ......

Answer 1

转置数据后，我能够复制您的错误。第一个错误是主要问题。 PCA寻求最大化每个组件的方差，因此重要的是它不仅仅关注可能具有非常高的方差的一个变量。第一个错误：

Error in prcomp.default(tdf, center = T, scale. = T) : 
  cannot rescale a constant/zero column to unit variance

这告诉你，你的一些变量的方差为零（即无可变性）。看看PCA如何通过最大化方差来对事物进行分组，保留这些变量毫无意义。可以通过以下调用轻松删除它们：

df_f <- data[,apply(data, 2, var, na.rm=TRUE) != 0]

执行此过滤后，其余调用将正常运行

pca=prcomp(df_f,center=T,scale.=T)
ggbiplot(pca)

prcomp和ggbiplot：无效的'rot'值

1 个答案: