प्रमुख घटकों का उपयोग करके बिल्डिंग स्कोर प्लॉट
Aug 18 2020
मैं पहले दो प्रमुख घटकों के स्कोर प्लॉट बनाने की कोशिश कर रहा हूं। मैं डेटा को तीन डेटा फ़्रेम में विभाजित करके शुरू करता हूं class। मैं फिर डेटा को रूपांतरित करता हूं और पीसीए करता हूं।
मेरा डेटा इस प्रकार है:
14 1 82.0 12.80 7.60 1070 105 400
14 1 82.0 11.00 9.00 830 145 402
14 1 223.6 17.90 10.35 2200 135 500
15 1 164.0 14.50 9.80 1946 138 500
15 1 119.0 12.90 7.90 1190 140 400
15 1 74.5 7.50 6.30 653 177 350
15 1 74.5 11.13 8.28 930 113 402
16 1 279.5 14.30 9.40 1575 230 700
16 1 82.0 7.80 6.70 676 175 525
16 1 67.0 11.00 8.30 920 106 300
16 2 112.0 11.70 8.00 1353 140 560
16 2 149.0 12.80 8.70 1550 170 550
16 2 119.0 8.50 7.40 888 175 250
16 2 119.0 13.30 9.60 1275 157 450
16 2 238.5 14.90 8.90 1537 183 700
16 2 205.0 12.00 7.90 1292 201 600
16 2 82.0 9.40 6.20 611 209 175
16 2 119.0 15.95 10.25 1350 145 450
16 2 194.0 16.74 10.77 1700 120 450
17 2 336.0 22.20 10.90 3312 135 450
17 3 558.9 23.40 12.60 4920 152 600
17 3 287.0 14.30 9.40 1510 176 800
17 3 388.0 23.72 11.86 3625 140 500
17 3 164.0 11.90 9.80 900 190 600
17 3 194.0 14.40 9.20 1665 175 600
17 3 194.0 14.40 8.90 1640 175 600
17 3 186.3 9.70 8.00 1081 205 600
17 3 119.0 8.00 6.50 625 196 400
17 3 119.0 9.40 6.95 932 165 250
17 3 89.4 14.55 9.83 1378 146 400
कॉलम 1:, typeकॉलम 2:, classकॉलम 3:, v1कॉलम 4:, v2कॉलम 5:, v3कॉलम 6:, v4कॉलम 7:, v5कॉलम 8:v6
मेरा कोड इस प्रकार है:
data <- read.csv("data.csv")
result <- split(data, data$class);
data1 <- result[[1]][,3:8];
data1Logged <- log10(data1)
pca.data1Logged = prcomp( ~ v1 +
v2 +
v3 +
v4 +
v5 +
v6,
data = data1Logged, scale. = FALSE );
data2 <- result[[2]][,3:8];
data2Logged <- log10(data2)
pca.data2Logged = prcomp( ~ v1 +
v2 +
v3 +
v4 +
v5 +
v6,
data = data2Logged, scale. = FALSE );
data3 <- result[[3]][,3:8];
data3Logged <- log10(data3)
pca.data3Logged = prcomp( ~ v1 +
v2 +
v3 +
v4 +
v5 +
v6,
data = data3Logged, scale. = FALSE );
तीनों में से प्रत्येक के लिए class, मैं PC1 और PC2 के लिए स्कोर प्लॉट रखना चाहता हूं:
pca.data1Logged$x[,1:2]
pca.data2Logged$x[,1:2] pca.data3Logged$x[,1:2]
यह सबसे अच्छा है जो मैं समझ सकता हूं:
opar <- par(mfrow = c(1,3))
plot(pca.data1Logged$x[,1:2]) plot(pca.data2Logged$x[,1:2])
plot(pca.data3Logged$x[,1:2])
par(opar)
लेकिन मैं चाहूंगा कि यह प्लॉट स्केल्ड, कलर्ड, सुपरइम्पोज़्ड आदि हो। मैंने ggplot के बारे में पढ़ना शुरू कर दिया है, लेकिन मुझे ऐसा करने का अनुभव नहीं है। मैं निम्नलिखित की तरह कुछ करना चाहते हैं:
https://cran.r-project.org/web/packages/ggfortify/vignettes/plot_pca.html
ऊपर के साथ समस्या यह है कि मैंने डेटा को 3 अलग-अलग डेटा फ़्रेमों में तोड़ दिया है, इसलिए "क्लास 1", "क्लास 2," क्लास 3 "के लिए कोई शीर्षक नहीं हैं।
जवाब
3 BappaDas Aug 18 2020 at 12:51
आप उपयोग कर सकते हैं factoextraऔर FactoMineRपसंद कर सकते हैं
library("factoextra")
library("FactoMineR")
#PCA analysis
df.pca <- PCA(df[,-c(1,2)], graph = T)
# Visualize
# Use habillage to specify groups for coloring
fviz_pca_ind(df.pca,
label = "none", # hide individual labels
habillage = as.factor(df$class), # color by groups
palette = c("#00AFBB", "#E7B800", "#FC4E07"),
addEllipses = TRUE # Concentration ellipses, legend.title = "Class")
आप Dim1 और 2 को PC1 और 2 में मैन्युअल रूप से बदल सकते हैं। उसके लिए, आप इस भूखंड से "Dim1 (63.9%)" और "Dim2 (23.3%)" का मूल्य नोट कर सकते हैं और निम्न कोड का उपयोग करके Dim1 और 2 को PC1 और 2 में बदल सकते हैं।
fviz_pca_ind(df.pca,
label = "none", # hide individual labels
habillage = as.factor(df$class), # color by groups
palette = c("#00AFBB", "#E7B800", "#FC4E07"),
addEllipses = TRUE, # Concentration ellipses
xlab = "PC1 (63.9%)", ylab = "PC2 (23.3%)", legend.title = "Class")
यदि आप डेटा को लॉग इन करना चाहते हैं, तो आप उपयोग कर सकते हैं
df[,3:8] <- log10(df[,3:8])
df.pca <- PCA(df, graph = T)
fviz_pca_ind(df.pca,
label = "none", # hide individual labels
habillage = as.factor(df$class), # color by groups
palette = c("#00AFBB", "#E7B800", "#FC4E07"),
addEllipses = TRUE, # Concentration ellipses
legend.title = "Class")
Dim1 और 2 को PC1 और 2 को मैन्युअल रूप से बदलने के लिए, आप निम्न कोड का उपयोग कर सकते हैं
fviz_pca_ind(df.pca,
label = "none", # hide individual labels
habillage = as.factor(df$class), # color by groups
palette = c("#00AFBB", "#E7B800", "#FC4E07"),
addEllipses = TRUE, # Concentration ellipses
xlab = "PC1 (64.9%)", ylab = "PC2 (22.6%)", legend.title = "Class")
डेटा
df =
structure(list(Type = c(14L, 14L, 14L, 15L, 15L, 15L, 15L, 16L,
16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 17L, 17L,
17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L), class = c(1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L), v1 = c(82, 82,
223.6, 164, 119, 74.5, 74.5, 279.5, 82, 67, 112, 149, 119, 119,
238.5, 205, 82, 119, 194, 336, 558.9, 287, 388, 164, 194, 194,
186.3, 119, 119, 89.4), v2 = c(12.8, 11, 17.9, 14.5, 12.9, 7.5,
11.13, 14.3, 7.8, 11, 11.7, 12.8, 8.5, 13.3, 14.9, 12, 9.4, 15.95,
16.74, 22.2, 23.4, 14.3, 23.72, 11.9, 14.4, 14.4, 9.7, 8, 9.4,
14.55), v3 = c(7.6, 9, 10.35, 9.8, 7.9, 6.3, 8.28, 9.4, 6.7,
8.3, 8, 8.7, 7.4, 9.6, 8.9, 7.9, 6.2, 10.25, 10.77, 10.9, 12.6,
9.4, 11.86, 9.8, 9.2, 8.9, 8, 6.5, 6.95, 9.83), v4 = c(1070L,
830L, 2200L, 1946L, 1190L, 653L, 930L, 1575L, 676L, 920L, 1353L,
1550L, 888L, 1275L, 1537L, 1292L, 611L, 1350L, 1700L, 3312L,
4920L, 1510L, 3625L, 900L, 1665L, 1640L, 1081L, 625L, 932L, 1378L
), v5 = c(105L, 145L, 135L, 138L, 140L, 177L, 113L, 230L, 175L,
106L, 140L, 170L, 175L, 157L, 183L, 201L, 209L, 145L, 120L, 135L,
152L, 176L, 140L, 190L, 175L, 175L, 205L, 196L, 165L, 146L),
v6 = c(400L, 402L, 500L, 500L, 400L, 350L, 402L, 700L, 525L,
300L, 560L, 550L, 250L, 450L, 700L, 600L, 175L, 450L, 450L,
450L, 600L, 800L, 500L, 600L, 600L, 600L, 600L, 400L, 250L,
400L)), class = "data.frame", row.names = c(NA, -30L))
2 jay.sf Aug 18 2020 at 12:53
आप अलग-अलग परिणामों को rbind कर सकते हैं और एक रंगीन कॉलम जोड़ सकते हैं जिसका आप उपयोग करते हैं plot।
rb <- rbind(cbind(pca.data1Logged$x[,1:2], d=2), cbind(pca.data2Logged$x[,1:2], d=3),
cbind(pca.data3Logged$x[,1:2], d=4))
plot(rb, col=rb[,"d"], pch=20, main="PCA Plot")
legend("bottomleft", paste("data", 1:3), col=2:4, pch=20)
डेटा:
data <- read.table(header=F, text="14 1 82.0 12.80 7.60 1070 105 400
14 1 82.0 11.00 9.00 830 145 402
14 1 223.6 17.90 10.35 2200 135 500
15 1 164.0 14.50 9.80 1946 138 500
15 1 119.0 12.90 7.90 1190 140 400
15 1 74.5 7.50 6.30 653 177 350
15 1 74.5 11.13 8.28 930 113 402
16 1 279.5 14.30 9.40 1575 230 700
16 1 82.0 7.80 6.70 676 175 525
16 1 67.0 11.00 8.30 920 106 300
16 2 112.0 11.70 8.00 1353 140 560
16 2 149.0 12.80 8.70 1550 170 550
16 2 119.0 8.50 7.40 888 175 250
16 2 119.0 13.30 9.60 1275 157 450
16 2 238.5 14.90 8.90 1537 183 700
16 2 205.0 12.00 7.90 1292 201 600
16 2 82.0 9.40 6.20 611 209 175
16 2 119.0 15.95 10.25 1350 145 450
16 2 194.0 16.74 10.77 1700 120 450
17 2 336.0 22.20 10.90 3312 135 450
17 3 558.9 23.40 12.60 4920 152 600
17 3 287.0 14.30 9.40 1510 176 800
17 3 388.0 23.72 11.86 3625 140 500
17 3 164.0 11.90 9.80 900 190 600
17 3 194.0 14.40 9.20 1665 175 600
17 3 194.0 14.40 8.90 1640 175 600
17 3 186.3 9.70 8.00 1081 205 600
17 3 119.0 8.00 6.50 625 196 400
17 3 119.0 9.40 6.95 932 165 250
17 3 89.4 14.55 9.83 1378 146 400")
names(data) <- c("sth", "class", paste0("v", 1:6))