我正在尝试可视化包含 87 个变量的 PCA。
prc <-prcomp(df[,1:87], center = TRUE, scale. = TRUE)
ggbiplot(prc, labels = rownames(df[,1:87]), var.axes = TRUE)
当我创建双标图时,许多向量相互重叠,导致无法读取标签。我想知道是否有什么方法可以一次只显示一些标签。例如,我认为如果我可以创建几个单独的双图,每个双图仅显示向量上标签的子集,那将会很有用。
This question似乎密切相关,但我不知道它是否翻译为最新版本的ggbiplot。我也不知道如何修改原来的功能。
最佳答案
一个潜在的解决方案是使用 factoextra
包来可视化您的 PCA 结果。 fviz_pca_biplot()
函数包含一个 repel
参数。当repel = TRUE
时,绘图标签会展开以尽量减少重叠。文档中还提到了 select.var
选项,例如 select.var = list(contrib=5)
仅显示 5 个最有影响力的向量。还有一个 select.var = list(name)
选项,似乎允许指定您想要显示的特定变量子集。
# read data
df <- mtcars[, c(1:7,10:11)]
# perform PCA
library("FactoMineR")
res.pca <- PCA(df, graph = FALSE)
# visualize
library(factoextra)
fviz_pca_biplot(res.pca, repel = TRUE, select.var = list(contrib = 5))
关于r - 使用 ggbiplot 在 R 中可视化具有大量变量的 PCA,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59865922/