,可以使用PCA函数的$scores属性。该属性是一个矩阵,其中每行代表一个样本的得分,每列代表一个主成分。以下是一个示例代码:

library(factoextra)
data(iris)
iris_pca <- PCA(iris[,1:4], graph = FALSE)
scores <- iris_pca$scores

在上面的代码中,我们使用iris数据集进行主成分分析,并将结果赋值给iris_pca变量。然后,我们提取得分数据并将其赋值给scores变量。现在,scores矩阵的每一行代表iris数据集中的一个样本的得分,每一列代表一个主成分。

R 语言中通过factorextra包的PCA函数计算主成分分析之后如果从结果中提取各样本的得分数据

原文地址: http://www.cveoy.top/t/topic/hv6r 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录