美文网首页
主成分PCA分析--ggplot2

主成分PCA分析--ggplot2

作者: 欧阳松 | 来源:发表于2020-02-24 10:45 被阅读0次

测试文件
链接:https://pan.baidu.com/s/1DF8QgKKtgbEhh2OH5L5GXw 密码:j3zy

#读表,含分组信息(第10列)
pca<-read.csv("pca.csv",row.names = 1)
#定义数据集
df <- pca[c(1, 2, 3, 4,5,6,7,8,9)]
df_pca <- prcomp(df) #计算主成分
df_pcs <-data.frame(df_pca$x, class = pca$class)  #定义分组

普通作图

library(ggplot2)
ggplot(df_pcs,aes(x=PC1,y=PC2,color=class))+ geom_point()
普通图
 #定义百分比
 percentage<-round(df_pca$sdev / sum(df_pca$sdev) * 100,2)
 percentage<-paste(colnames(df_pcs),"(", paste(as.character(percentage), "%", ")", sep=""))
 #普通作图+百分比
 ggplot(df_pcs,aes(x=PC1,y=PC2,color=class))+
   geom_point()+ 
   xlab(percentage[1]) +
   ylab(percentage[2])
定义百分比
 #加圈95%置信区间,level = 0.95
 ggplot(df_pcs,aes(x=PC1,y=PC2,color=class )) + geom_point()+xlab(percentage[1]) + ylab(percentage[2]) + stat_ellipse(level = 0.95, show.legend = F)  + theme_bw()
95%置信区间

相关文章

网友评论

      本文标题:主成分PCA分析--ggplot2

      本文链接:https://www.haomeiwen.com/subject/bpdmqhtx.html