R语言中如何提取PCA特定主成分(COMP 2)的对应变量
提取COMP 2关联变量的R实现说明
你当前看到的pca$eig仅存储各主成分的特征值、方差解释比例类聚合信息,不存储原始变量与主成分的关联关系,所有关联值都需要从PCA对象的变量载荷/坐标字段中提取。从你贴的eig输出格式可以判断,你使用的是FactoMineR包执行的PCA,对应操作非常直接:
- 直接提取所有变量与COMP 2的关联值(本质是标准化原始变量和主成分得分的皮尔逊相关系数,范围在-1到1之间,绝对值越大代表关联越强):
comp2_assoc <- pca$var$coord[, "comp 2"] - 若需要按关联强度排序、方便筛选核心关联变量,可执行:
sorted_comp2_assoc <- sort(comp2_assoc, decreasing = TRUE)
输出结果会按关联值从高到低排列,正值代表与COMP 2正相关,负值代表负相关。
其他常见PCA工具的对应提取命令
如果后续换用其他R语言PCA实现,对应提取COMP 2关联值的命令分别为:
- 基础包
prcomp()实现:关联值需从旋转矩阵换算获取,代码为comp2_assoc <- prcomp_obj$rotation[, 2] * prcomp_obj$sdev[2],直接取rotation字段仅为正交旋转权重,并非和原始变量的实际相关值 psych::principal()实现:直接从载荷矩阵提取即可,代码为comp2_assoc <- psych_pca_obj$loadings[, 2]
不存在专门基于eig字段提取COMP 2关联变量的命令,因为该字段本身不存储变量级别的关联明细,只要定位到对应PCA对象存储变量关联值的字段,就能直接完成提取。
内容的提问来源于stack exchange,提问作者MrMR
相关产品推荐
相关产品推荐

