R与prcomp和我自己的主成分分析:不同的结果

时间:2013-01-29 22:55:57

标签: r pca

我哪里错了?我试图通过prcomp和我自己来执行PCA, 我得到了不同的结果,你能帮助我吗?

由MYSELF做的事:

>database <- read.csv("E:/R/database.csv", sep=";", dec=",") #it's a 105 rows x 8 columns, each column is a variable
>matrix.cor<-cor(database)
>standardize<-function(x) {(x-mean(x))/sd(x)}
>values.standard<-apply(database, MARGIN=2, FUN=standardize)
>my.eigen<-eigen(matrix.cor)
>loadings<-my.eigen$vectors
>scores<-values.standard %*% loadings
>head (scores, n=10) # I m just posting here the first row scores for the first 6 pc

[,1]       [,2]       [,3]        [,4]       [,5]        [,6]        

2.3342586  2.3426398 -0.9169527  0.80711713  1.1409138 -0.25832090    

>sd <-sqrt (my.eigen$values)
>sd

[1] 1.5586078 1.1577093 1.1168477 0.9562853 0.8793033 0.8094500 0.6574788
0.4560247

与PRCOMP一起做:

>database.pca<-prcomp(database, retx=TRUE, center= TRUE, scale=TRUE)
>sd1<-database.pca$sdev 
>loadings1<-database.pca$rotation
>rownames(loadings1)<-colnames(database)
>scores1<-database.pca$x
>head (scores1, n=10)
PC1        PC2        PC3         PC4        PC5         PC6       
-2.3342586  2.3426398  0.9169527  0.80711713  1.1409138  0.25832090

范围(得分 - 分数1)不为零! 请帮我!!! 格洛丽亚

1 个答案:

答案 0 :(得分:4)

看起来您的主要成分得分或多或少完全相同,只是有不同的标志。当我学习here时,主成分的符号基本上是任意的。

如果您使用类似range(abs(scores) - abs(scores1))的方法测试手动计算的分数,则应该得到非常接近0的东西(可能不完全为0,因为可能存在浮点精度影响)。