用于PCA的R中的princomp - 在输出实例中对变量进行评分。

时间:2014-10-07 06:18:40

标签: r machine-learning data-mining information-retrieval pca

使用princomp R作为PCA时,输出实例中的得分变量表示给定示例中的arc.pca包含主要组件上提供的数据的得分。它是标准化数据在主成分或实际数据上的投影吗?

data1 <- read.delim("file1",sep = "\t")
colnames(data1) <- c("v1","v2","a1", "a2", "l", "f", "d")
data2<-data.frame(data1$a1, data1$a2, data1$l, data1$f, data1$d)
arc.pca1 <- princomp(data2, scores=TRUE, cor=TRUE)
write(arc.pca1$scores,"datatext.score")

1 个答案:

答案 0 :(得分:2)

分数是缩小空间的居中和标准化数据的预测,因为您在cor=TRUE的参数中设置了princomp