IIUC:
library(FactoMineR)
data(iris)
Iris <- iris[,1:4]
res <- PCA(Iris, graph=F)
#rotation
t(apply(res$var$coord, 1, function(x) {x/sqrt(res$eig[,1])}))
Dim.1 Dim.2 Dim.3 Dim.4
Sepal.Length 0.5210659 0.37741762 -0.7195664 -0.2612863
Sepal.Width -0.2693474 0.92329566 0.2443818 0.1235096
Petal.Length 0.5804131 0.02449161 0.1421264 0.8014492
Petal.Width 0.5648565 0.06694199 0.6342727 -0.5235971
#check
prcomp(Iris, scale=T)
Rotation:
PC1 PC2 PC3 PC4
Sepal.Length 0.5210659 -0.37741762 0.7195664 0.2612863
Sepal.Width -0.2693474 -0.92329566 -0.2443818 -0.1235096
Petal.Length 0.5804131 -0.02449161 -0.1421264 -0.8014492
Petal.Width 0.5648565 -0.06694199 -0.6342727 0.5235971
替代代碼行,如果你想從PCA
對象獲得載荷:再次
sweep(res$var$coord, 2, sqrt(res$eig[,1]),'/')
啊,PCA和旋轉。也許這篇文章對你有一些幫助。 http://stats.stackexchange.com/questions/612/is-psychprincipal-function-still-pca-when-using-rotation –
感謝您的鏈接。我知道所討論的特定軟件包有輪換,但他們不具備本地擴展變量或包含補充數據(如「PCA」)的能力。我做了一些其他的閱讀,發現'prcomp'可以旋轉和縮放,但不能包含補充信息。在一個功能中是否有一站式商店來滿足所有這些能力?謝謝。 – gtnbz2nite
對此有何更新?我想對混合數據(數字+分類)的結果進行斜向旋轉。 PCAmixdata包中的FAMD和PCAmix似乎都支持混合數據,但無法找到斜向旋轉的好方法。 – Thusitha