R做主成分分析的时候一些疑问 - 经管之家

› 论坛 › 数据科学与人工智能 › 数据分析与数据科学 › R语言论坛

R做主成分分析的时候一些疑问

4744

6

收藏 2014-04-10

同样的数据，为什么用R做princomp的时候用协方差阵和相关阵差异那么大。。。

Importance of components:
                        Comp.1    Comp.2    Comp.3
Standard deviation    34.6956706 1.590134395 1.175336973
Proportion of Variance  0.9967625 0.002093673 0.001143842
Cumulative Proportion 0.9967625 0.998856158 1.000000000

Importance of components:
                     Comp.1 Comp.2    Comp.3
Standard deviation    1.413915 0.9990767 0.0518737839
Proportion of Variance 0.666385 0.3327181 0.0008969632
Cumulative Proportion  0.666385 0.9991030 1.0000000000

求大神指点

二维码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

2014-4-10 23:13:18

princomp的算法其实就是求特征值，标准化前后矩阵特征值差异巨大造就了结果的差异

二维码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2014-4-11 09:34:48

求证1加1 发表于 2014-4-10 23:13
princomp的算法其实就是求特征值，标准化前后矩阵特征值差异巨大造就了结果的差异

谢谢斑竹！还有就是fa.parallel和principal的区别是什么？R in action里面貌似这两个都做主成分分析的

二维码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2014-4-11 09:37:34

求证1加1 发表于 2014-4-10 23:13
princomp的算法其实就是求特征值，标准化前后矩阵特征值差异巨大造就了结果的差异

是不是fa.prallel因子分析和主成分分析都可以做？

二维码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2014-4-11 09:46:01

xly000 发表于 2014-4-11 09:37
是不是fa.prallel因子分析和主成分分析都可以做？

exactly 方法略微不太一样

二维码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2014-4-11 12:40:18

其实你这个都不算差异大的！主要是因为你的数据中个别因子的方差可能远大于别的因子，从而在基于协方差矩阵的PCA会受到个别因子的强烈影响，这时候PCA所能表达的信息也受到了限制。虽然相关矩阵解释度降低了（前两轴），但事实上它能传达的信息却会增加。

二维码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

相关推荐

栏目导航

热门文章

推荐文章

扫码加好友，拉您进群

各岗位、行业、专业交流群