pca图解读_PCA作图里面的箭头是干嘛用的？

作图的目的是希望在图里面发现问题或者解释问题，当然更本质一点就是你想解决什么问题/p>

前几天做了一个PCA的图，图是画出来了，但是问题有很多，比如说主成分是是啥意思，图里面的箭头有什么含义了不做无意义的重复，所以写一篇文章尝试做一个解释。

我们以R语言自带的数据集iris作为例子来演示。

data(iris)

iris翻译成中文就是鸢(yuan， 第一声)尾花(如下图), 我建议你在R语言里用ris了解更多这个数据集的出处。

fig1

从上图中，我们发现根据萼片(sepal)的宽度和长度似乎能够区分出”setosa”和”versicolor”,”virginica”，但是”versicolor”,”virginica”不太好分。

让我们再试试花瓣(petal)的长度和宽度。从下图，我们可以发现在这两个属性下，不同品种的鸢尾花似乎有了明显的分界线。

ggplot(iris,aes(x=Petal.Length, y=Petal.Width)) + geom_point(aes(colour=Species))

PCA results

虽然有现成的工具提取pca.results里的数据进行作图，但这样无助于理解，我们需要自己手动提取结果进行作图。

iris_rotate_df

iris_rotate_df$Species

p

print(p)

loading

那么我们如何在图上展示各个变量在各个PC的占比呢个就需要画几个箭头了，

p + annotate(“segment”, x=0,xend=0.35,y=0,yend=-0.65,arrow=arrow()) +

annotate(“text”, x=0.35,y=-0.68, label=”Sepal.Length”) +

annotate(“segment”, x=0,xend=-0.08,y=0,yend=-0.73,arrow=arrow()) +

annotate(“text”, x=-0.08,y=-0.75, label=”Sepal.Width”)

下图中”Septal.Width”朝下，Petal.Length朝右，如果你手动旋转一下，就是差不多是以”Septal.With”为X轴,”Petal.Length”为Y轴的结果了。 所以箭头的朝向不重要，重点是长度。

ggord

当然要想真正的理解PCA分析，你还是了解一点线性代数的知识

相关资源：桌面开满999朵玫瑰花软件绿色版.rar-其它代码类资源-CSDN文库

来源：weixin_39907316