第1个回答 2024-10-27
PCA是数据挖掘领域常用的降维算法，其发展始于Pearson于1901年的研究，后由Hotelling在1933年进一步发展，主要应用于数据降维，展现最大个体差异，简化回归分析和聚类分析中的变量数量。
以R语言自带的iris数据集为例，执行PCA分析。
数据集前四列代表不同因素，最后一列是物种标识。
通过使用prcomp()函数进行PCA分析。
得到分析结果后，提取了主成分的得分，即点的PC1和PC2坐标值。
接下来，利用ggplot2进行PCA结果的可视化。
首先，提取主成分的方差贡献率，生成坐标轴标题。
通过summary()函数计算分析结果，将重要性矩阵的方差贡献率转换为百分比形式，生成标题文本。
设置绘图参数，包括数据集、坐标轴标题、颜色映射等。
利用ggplot()函数创建基本图形，添加点、椭圆，设置坐标轴标题、颜色映射和填色。
通过scale_fill_manual()和scale_colour_manual()函数自定义颜色映射。
最终，展示PCA结果的可视化图表，展示不同记录的PC1和PC2得分，以及物种间的分布情况，通过颜色区分不同物种。