随着prcomp()
功能,我估计百分比变化解释特征值VS PVE(%的方差解释)
prcomp(env, scale=TRUE)
的summary(pca)
第二列显示了所有PC这些值:
PC1 PC2 PC3 PC4 PC5 PC6 PC7
Standard deviation 7.3712 5.8731 2.04668 1.42385 1.13276 0.79209 0.74043
Proportion of Variance 0.5488 0.3484 0.04231 0.02048 0.01296 0.00634 0.00554
Cumulative Proportion 0.5488 0.8972 0.93956 0.96004 0.97300 0.97933 0.98487
现在我想找到每个PC的特征值是:
pca$sdev^2
[1] 5.433409e+01 3.449329e+01 4.188887e+00 2.027337e+00 1.283144e+00
[6] 6.274083e-01 5.482343e-01
但是这些值似乎只是PVE本身的替代表示。那么我在这里做错了什么?
你应该分享给出这个结果的数据。 “PVE本身的替代表示”是什么意思? – Arun 2013-02-17 20:59:32
Arun:0.5488 * 10大约是5.433。从我看的出版物中,特征值与PVE似乎没有那种关系。 – cryptic0 2013-02-17 21:01:19
我的回答是否清除了混淆?每个方向的变化(或变化)由每个特征值给出。方差的比例正好是每个特征值与总和的比值。如果这没有帮助,不知道你在找什么。 – Arun 2013-02-17 21:17:14