Как создать побочный график в r для визуализации результатов pca

Анализ главных компонентов (PCA) — это метод машинного обучения без учителя , целью которого является поиск основных компонентов, которые объясняют большую часть изменений в наборе данных.

Чтобы визуализировать результаты PCA для данного набора данных, мы можем создать биплот , который представляет собой график, отображающий каждое наблюдение в наборе данных на плоскости, образованной первыми двумя основными компонентами.

Мы можем использовать следующий базовый синтаксис в R для создания биграфика:

 #perform PCA
results <- princomp(df)

#create biplot to visualize results of PCA
biplot(results)

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: как создать побочный сюжет в R

В этом примере мы будем использовать встроенный набор данных R под названием USArrests :

 #view first six rows of USArrests dataset
head(USArrests)

           Murder Assault UrbanPop Rape
Alabama 13.2 236 58 21.2
Alaska 10.0 263 48 44.5
Arizona 8.1 294 80 31.0
Arkansas 8.8 190 50 19.5
California 9.0 276 91 40.6
Colorado 7.9 204 78 38.7

Мы можем использовать следующий код для выполнения PCA и визуализации результатов на биграфике:

 #perform PCA
results <- princomp(USArrests)

#visualize results of PCA in biplot
biplot(results)

По оси X отображается первый главный компонент, по оси Y — второй главный компонент, а отдельные наблюдения из набора данных отображаются внутри графика, причем все четыре переменные отображаются красным цветом.

Обратите внимание, что есть несколько аргументов, которые мы можем использовать в функции biplot , чтобы изменить внешний вид графика.

Например, мы можем использовать следующий код, чтобы изменить цвета, размер шрифта, границы осей, заголовок графика, заголовки осей и размер стрелок на графике:

 #create biplot with custom appearance
biplot(results,
       col=c(' blue ', ' red '),
       cex=c(1, 1.3),
       xlim=c(-.4, .4),
       main=' PCA Results ',
       xlab=' First Component ',
       ylab=' Second Component ',
       expand= 1.2 ) 

Этот двухсюжет немного легче читать, чем предыдущий.

Полный список аргументов, которые можно использовать для изменения внешнего вида побочного сюжета, можно найти здесь .

Дополнительные ресурсы

Следующие учебные пособия предоставляют дополнительную информацию об анализе главных компонентов:

Краткое введение в контролируемое и неконтролируемое обучение
Анализ главных компонентов в R: пошаговый пример