Question

我正在尝试执行主成分分析，但我收到错误：colMeans中的错误（x，na.rm = TRUE）：'x'必须是数字

我知道所有列都必须是数字，但是当数据集中有字符对象时如何处理？ E.g：

data(birth.death.rates.1966)
data2 <- birth.death.rates.1966
princ <- prcomp(data2)

data2以下数据示例：

enter image description here

我是否应该将引用国家/地区名称的新列添加到数字代码中？如果是，如何在R？

中执行此操作

Answer 1

您可以通过factor将字符向量转换为数字值。然后每个唯一值获得唯一的整数代码。在这个例子中，有四个值，所以数字是1到4，按字母顺序，我认为：

> d = data.frame(country=c("foo","bar","baz","qux"),x=runif(4),y=runif(4))
> d
  country          x         y
1     foo 0.84435112 0.7022875
2     bar 0.01343424 0.5019794
3     baz 0.09815888 0.5832612
4     qux 0.18397525 0.8049514
> d$country = as.numeric(as.factor(d$country))
> d
  country          x         y
1       3 0.84435112 0.7022875
2       1 0.01343424 0.5019794
3       2 0.09815888 0.5832612
4       4 0.18397525 0.8049514

然后您可以运行prcomp：

> prcomp(d)
Standard deviations:
[1] 1.308665216 0.339983614 0.009141194

Rotation:
               PC1          PC2          PC3
country -0.9858920  0.132948161 -0.101694168
x       -0.1331795 -0.991081523 -0.004541179
y       -0.1013910  0.009066471  0.994805345

这对您的应用程序是否有意义取决于您。也许您只想删除第一列：prcomp(d[,-1])并使用数字数据，这似乎是其他“答案”试图实现的目标。

Answer 2

数据框的第一列是字符。因此，您可以将其重新编码为行名称：

<?php
    try{
        $pdo = new PDO("mysql:host=localhost;dbname=menu",'root','');
    } catch (PDOException $ex) {
        echo $ex->getMessag();
    }
    $sql = "SELECT * FROM menu ORDER BY id";
    $stmt = $pdo->prepare($sql);
    $stmt->execute();
    ?>
    <!DOCTYPE html>
    <html>
        <head>
            <meta name="author" content="Kayla Lindstrom">
            <title>Lindstrom Letters</title>
           <!-- <link rel="stylesheet" type="text/css" href="style.css">-->
        </head>
        <body>
            <div id="page">
                <ul>
                    <?php while ($row = $stmt->fetch(PDO::FETCH_OBJ)) {
                        $sub_sql = "SELECT * FROM people WHERE menu_id=:id";
                        $sub_stmt = $pdo->prepare($sub_sql);
                        $sub_stmt->bindParam(':id', $row->id,PDO::PARAM_INT);
                        $sub_stmt->execute(); 
                        ?>

                    <li><a href=""><?php echo $row->name; ?></a>
                        <?php if($sub_stmt->rowCount()){ ?>

                        <ul>
                        <?php while($sub_row = $sub_stmt->fetch(PDO::FETCH_OBJ)) { 
                            $sub2_sql = "SELECT * FROM letters WHERE people_id=:id"; /*Here is where I am stuck.*/
                            $sub2_stmt = $pdo->prepare($sub2_sql);
                            $sub2_stmt->bindParam(':id', $row->id,PDO::PARAM_INT);/*and here*/
                            $sub2_stmt->execute(); ?>

                            <li><a href="<?php echo $sub_row->href; ?>"> 
                            <?php echo $sub_row->people_name;?></a>
                            <?php if($sub2_stmt->rowCount()){ ?>

                                <ul>
                                <?php while($sub2_row = $sub2_stmt->fetch(PDO::FETCH_OBJ)) { ?>
                                    <li><a href="<?php echo $sub2_row->href; ?>">
                                    <?php echo $sub2_row->letters_name;?></a></li>
                                <?php } ?>
                                </ul>

                            <?php } ?>
                            </li>
                        <?php } ?>
                        </ul>
                        <?php } ?>
                    </li>
                    <?php } ?>
                </ul>
            </div>
        </body>
    </html>

或者作为：

library(tidyverse)
data2 %>% remove_rownames %>% column_to_rownames(var="country")
princ <- prcomp(data2)

Answer 3

在R中，将factor方法添加到数据字符集并不会使其成为数字。实际上，这是使我们的机器学习模型成为数学模型，而不是数字数据。

示例：如果您有一个名称列表，然后对它们进行数字编码，则某个名称可能会具有较高的数值，这将根据我们的模型为它赋予不同的定义。
名称（文本数据仅用于标记特定集合）通常不应该定义模型的工作方式。

此外，如果您尝试使用假定为数字的此数据，则可能会出现以下错误：

colMeans（x，na.rm = TRUE）中的错误：“ x”必须为数字

我已经定义了为什么您可能会在上方看到此错误

要克服这个问题

training_set[,2:3] = scale(training_set)
test_set[,2:3] = scale(test_set)

在下图中，第1列和第4列已编码数据，不能视为数字模型。第2列和第3列最初包含数字数据，因此我们只能在该部分数据上运行模型。上面的代码仅显示了如何选择包含所有行以及第2和第3列的数据 RStudio screen shot

主成分分析：colMeans中的错误（x，na.rm = TRUE）：'x'必须是数字

3 个答案: