PCA R

#跟着UP主写的代码分享（可运行，估计注释有的会有错=.=）
# PCA （中文：主成分分析）
install.packages("factoextra")
library(factoextra)

iris   #内置鸢尾花数据集
View(iris)  #查看 
getwd()  # 查看工作目录
head(iris) # 查看前六行数据
iris.pca=prcomp(iris[,1:4],center=F) # 重点1

# 查看PCA后的结果
summary(iris.pca) 

fviz_eig(iris.pca, addlabels = T)  # 以图表形式来展现选择PC1/PC1,2/PC1,2,3，..N （选择标准：>80%即可） 

names(iris.pca) # 表头
iris.pca$x  # 查看表头x里存的数据  
iris.pca$rotation
head(iris.pca$rotation)
head(iris)
sum(iris.pca$rotation[,1]*iris[1,1:4])
head(iris.pca$x)

# Dessiner
fviz_pca_ind(iris.pca, col.ind= iris$Species, addEllipses = T,geom = ("point"))