Question

我正在尝试使用FactoMineR在数据表上运行MCA。它只包含0/1数字列，其大小为200.000 * 20.

require(FactoMineR)
result <- MCA(data[, colnames, with=F], ncp = 3)

我收到以下错误：

其中的错误（unlist（lapply（listModa，is.numeric）））： “哪个”不合逻辑的论证

我真的不知道如何处理这个错误。然后我尝试将每一列变为字符，一切正常。我认为它可能对其他人有用，也许有人能够向我解释错误;）

干杯

Answer 1

变量的类是字符还是因素？我遇到了这个问题。我的解决方案是将al变量更改为factor。

#my data.frame was "aux.da"
i=0
while(i < ncol(aux.da)){
  i=i+1  aux.da[,i] = as.factor(aux.da[,i])
}

Answer 2

没有进一步的输入很难说，但你可以做的是：

找到发生错误的函数（通过traceback()），
设置断点并对其进行调试：
```
trace(tab.disjonctif, browser)
```

我执行了以下操作（离线）以查找tab.disjonctif的名称：

在CRAN镜像on GitHub
Search用于提供错误的特定表达式

Answer 3

我昨天刚刚开始学习R，但错误来自MCA用于categorical data这一事实，这就是为什么您的数据不能数字化的原因。然后更准确地说，在MCA a＆＃34; tableau disjonctif＆＃34; （抱歉，我不知道英文单词：完整的析取矩阵）。所以FactomineR正在使用这个功能：

https://github.com/cran/FactoMineR/blob/master/R/tab.disjonctif.R

我认为它在寻找可以与数值匹配的分类值（例如Y = 1，N = 0）。

对于其他人;请注意：对于R分类数据与factor类型相关，因此even if you have characters you could get this error。

Answer 4

建立@marques、@Khaled 和@Pierre Gourseaud：

是的，将变量的格式更改为 factor 应该解决错误消息，但是如果数值数据应该是连续的数值数据，则不应将数值数据的格式更改为 factor。相反，如果您同时拥有连续变量和分类变量，请尝试在同一个 FactoMineR 包中运行混合数据的因子分析 (FAMD)。

如果你走 FAMD 路线，你可以改变只是你的分类变量列的格式来考虑这个：

data[,c(3:5,10)] <- lapply(data[,c(3:5,10)] , factor) （假设需要更改列号 3、4、5 和 10）。

Answer 5

这仅适用于数字变量。如果您只有数字，请使用 PCA。否则，将因子变量添加到您的数据框中。对于您的情况，您似乎需要将变量更改为二元因子。

Answer 6

同样的问题，改为因素也没有解决我的答案，因为我把每个变量都作为补充。

我首先做的是将我的所有数字数据转换为因子：

Xfac = factor(X[,1], ordered = TRUE)
for (i in 2:29){
  tfac = factor(X[,i], ordered = TRUE)
  Xfac = data.frame(Xfac, tfac)
}
colnames(Xfac)=labels(X[1,])

但是，它不会起作用。但我的第二个问题是我把每个因素都作为补充变量！所以这些：

MCA(Xfac, quanti.sup = c(1:29), graph=TRUE)
MCA(Xfac, quali.sup = c(1:29), graph=TRUE)

会产生相同的错误，但是这个错误：

MCA(Xfac, graph=TRUE)

不将数据转换为因素也会产生问题。

我在相关主题上发布了相同的答案：https://stackoverflow.com/a/40737335/7193352

FactoMineR MCA中“哪个'不符合逻辑”的含义是什么意思？

6 个答案: