处理主成分分析中的零值

时间:2014-04-03 10:44:11

标签: r pca na missing-data

我一直在努力让我的PCA工作,我认为这是因为我的数据集中没有值。但我不知道如何解决这个问题。

第一个问题是,零值不是缺失值(它们是某个部门没有工作的区域),所以我应该把它们留在那里。我感到不舒服的是,他们可能被排除在外,因为他们是零。

其次,即使我尝试删除所有丢失的数据,我仍然会收到相同的错误消息。

从以下代码开始,我收到以下错误消息:

urban.pca.cov <- princomp(urban.cov, cor-T)
Error in cov.wt(z) : 'x' must contain finite values only

另外,我可以这样做:

urban.cut<- na.omit(urban.cut)

> sum(is.na(urban.cut))
  [1] 0

然后再次运行它并得到同样的问题。

urban.pca.cov <- princomp(urban.cov, cor-T)
Error in cov.wt(z) : 'x' must contain finite values only

这是一个缺少数据的问题吗?我已根据this PCA tutorial对我的所有变量进行了日志转换。这是我的数据结构。

> str(urban.cut)
'data.frame':   5490 obs. of  13 variables:
$ median.lt       : num  2.45 2.57 2.53 2.6 2.31 ...
$ p.nga.lt        : num  0.547 4.587 4.529 4.605 4.564 ...
$ p.mbps2.lt      : num  1.66 4.17 4 3.9 4.2 ...
$ density.lt      : num  3.24 3.44 3.85 3.21 4.28 ...
$ p_m_s.lt        : num  4.54 4.61 4.56 4.61 4.61 ...
$ p_m_l.lt        : num  1.87 -Inf 1.44 -Inf -Inf ...
$ p.tert.lt       : num  4.59 4.61 4.55 4.61 4.61 ...
$ p.kibs.lt       : num  4.25 3.05 3.12 3 3.03 ...
$ p.edu.lt        : num  4.14 2.6 2.9 2.67 2.57 ...
$ p.non.white.lt  : num  3.06 3.56 3.82 2.94 3.52 ...
$ p.claim.lt      : num  0.459 1.287 1.146 1.415 1.237 ...
$ d.connections.lt: num  2.5614 0.6553 5.2573 0.9562 -0.0252 ...
$ SAM.KM.lt2      : num  1.449 1.081 1.071 1.246 0.594 ...

提前感谢您的帮助。

1 个答案:

答案 0 :(得分:5)

听起来像R想要有限的价值。 -inf不是有限的。它是负无穷大。如果您确实需要记录转换数据,而不是log(data + 1) log

,也许您应该0