我使用PCA使用工具S-Plus从我的数据集here生成Biplot
运行我的数据的脚本是:
[master]
双标图结果是
据我所知,我将双标图解释如下:
左和右底轴:PC1&的分数PC2
对&顶轴:PC1&的载荷值PC2
观察结果为黑色,并根据个人电脑的得分绘制
箭头向量表示哪些变量占大多数PC。
箭头名称的位置基于PC1和PC2的加载值的组合
箭头长度 - ???
但是,我不知道箭头的长度是多少。 我读了一些参考文献,箭头的长度是方差的比例。真的吗?我们如何根据双时图来计算它?
你能帮助我吗?感谢答案 0 :(得分:0)
我查看了from skimage import io
from skimage.filters.rank import entropy
from skimage.morphology import disk
img = io.imread('https://i.stack.imgur.com/Wv74a.png')
R = 25
filtered = entropy(img, disk(R))
io.imshow(filtered)
和stats:::biplot.princomp
。
箭头的长度计算如下。
(1)指定了stats:::biplot.default
的{{1}}选项。
scale = F
(2)指定了biplot
的{{1}}选项。
# Data generating process
set.seed(12345)
library(MASS)
n <- 100
mu <- c(1,-2,-0.5)
Sigma <- diag(rep(1,3))
X <- mvrnorm(n, mu=mu, Sigma=Sigma)
pca <- princomp(X, cor=T, scores=T)
biplot(pca, choices = 1:2, scale = F)
# Calculates arrow lengths
lam <- 1
len <- t(t(pca$loadings[, 1:2]) * lam)*0.8
# Plot arrows in green and see if overlap the red ones
mapply(function(x,y) arrows(0, 0, x, y, col = "green",
length = .1), x=len[,1], y=len[,2])