我正在对一些数据执行主成分分析,并使用
factoextra
克兰的包裹。这个软件包为用户提供了许多选项,可以在数据上创建关于PCA的图形。但是,我对他们给出的一些例子有一些疑问
page here
和
here
.
-
在第三个超链接中,它声明:注意,fviz_pca_xxx()函数是核心函数fviz()的包装器,它也是函数ggscatter()的包装器。因此,可以在fviz-pca-ind()和fviz-pca-var()中指定要传递给函数fviz()和ggscatter()的其他参数。我试着加上其他的
ggplot
参数如
title('Title')
但是我收到了一条无效图形状态的警告信息。如何添加基本ggplot图来操作
fviz_pca_ind
图表?
代码:
library(factoextra)
data(iris)
res.pca <- prcomp(iris[, -5], scale = TRUE)
fviz_pca_ind(res.pca,
geom="text",
#col.var="contrib",
col.ind = "dodgerblue2",
repel = FALSE)+ # Avoid text overlapping
title('Principal Component Analysis')+
theme(
panel.background = element_rect(fill = "transparent",colour = NA),
plot.margin = unit(c(0.1,0.1,0.1,0.1), "cm"),
plot.title = element_text(size = 14, hjust = 0.5, vjust = 1),
plot.background = element_rect(fill = "transparent", colour = NA)
)
-
我的数据没有标签,不像
iris
数据库。有人能解释给变量或个人的贡献上色吗?但我的问题是,对什么的贡献?我们如何给每个人的贡献上色?