分类变量的主成分

Question

我的数据包含连续变量和分类变量。我想找到主要组件，因为可以使用prcomp函数（在R中）找到连续变量。我在MFA包中看到了函数FactoMineR。我将所有分类变量分组为一组，将连续变量分组为MFA()中的另一组。运行该函数并尝试打印结果res = MFA(...)后，我得到：

       name                 description                                           
1  "$eig"               "eigenvalues"                                         
2  "$separate.analyses" "separate analyses for each group of variables"       
3  "$group"             "results for all the groups"                          
4  "$partial.axes"      "results for the partial axes"                        
5  "$inertia.ratio"     "inertia ratio"                                       
6  "$ind"               "results for the individuals"                         
7  "$quanti.var"        "results for the quantitative variables"              
8  "$quali.var"         "results for the categorical variables"               
9  "$quanti.var.sup"    "results for the quantitative supplementary variables"
10 "$summary.quanti"    "summary for the quantitative variables"              
11 "$summary.quali"     "summary for the categorical variables"               
12 "$global.pca"        "results for the global PCA"  

而且我不知道主要成分在哪里，我只能看到使用res$eig的特征值，我正试图减少数据的维度，但我运气很大，因为我可以不知道从哪里检查特征向量（PC）或PC上原始数据的组成部分。执行ls(res$ind)会给我"coord"，"cos2"，"contrib"，我无法弄清楚这些是什么，或者即使我需要这些......