Question

我试图在＆＃34; training1＆＃34;上运行PCA。下面创建的数据集：

SKEffectNode

然后，当我运行以下功能时：

UIVisualEffectView

我收到以下错误：

library(AppliedPredictiveModeling); data(AlzheimerDisease); library(caret)

adData <- data.frame(diagnosis, predictors)
inTrain <- createDataPartition(y = adData$diagnosis, p = .75)[[1]]
training <- adData[inTrain, ]
keep <- subset(data.frame(x = substr(as.character(colnames(training)), 1, 2), y = c(1:ncol(training))), x == "IL")
training1 <- cbind(training[, c(keep[1, 2]:keep[nrow(keep), 2])], training[c("diagnosis")])

但是，然后我运行以下两个函数来证明可以计算两个变量的标准偏差，它表示它不能计算它们：

preProc <- preProcess(log10(training1[, -13]+1), method = "pca", pcaComp = 2)

然后运行以下函数来证明我没有任何零方差的变量。

Warning in preProcess.default(log10(training1[, -13] + 1), method = "pca",  :
  Std. deviations could not be computed for: IL_1alpha, IL_3
Error in prcomp.default(x[, method$pca, drop = FALSE], scale = TRUE, retx = FALSE) : 
  cannot rescale a constant/zero column to unit variance

看起来R中PCA的其他人的问题是零差异列，但是因为我可以证明我在这里没有这个问题，任何想法可能导致这个问题？< / p>

Answer 1

很抱歉，我没有代表发表评论，所以发帖作为答案，但在运行代码后，特别是这一行：

 log10(training1[, -13]+1)

在某些列中返回NaN个值（实际为IL_1alpha和IL_3）：

 Warning messages:
 1: In lapply(X = x, FUN = .Generic, ...) : NaNs produced

所以这似乎是错误的根源。也许你不应该记录负数的对数并考虑其他转换（或者是否有必要）？

主成分分析抛出常量/零列错误

1 个答案: