R语言主成分分析(PCA)加置信椭圆

使用R语言为PCA散点图添加置信区间,可以使用ggplot2,ggord去绘制。

使用R自带数据集iris的前4列进行主成分分析,主要使用R的prcomp()基础函数。

使用ggplot2绘制

head(iris)
ord <- prcomp(iris[,1:4])
summary(ord)
dt <- ord$x
df <- data.frame(dt,iris$Species)
head(df)
summ <- summary(ord)
xlab <- paste0("PC1(",round(summ$importance[2,1]*100,2),"%)")
ylab <- paste0("PC2(",round(summ$importance[2,2]*100,2),"%)")
library(ggplot2)
(p1 <- ggplot(df,aes(df$PC1,df$PC2,color=df$iris.Species))+stat_ellipse(aes(fill=df$iris.Species),type="norm",geom="polygon",alpha=0.2,color=NA)+guides(fill=F)+geom_point()+labs(x=xlab,y=ylab,color=""))
image.png

使用ggord绘制

R包安装和载入

#install.packages('devtools')
library(devtools)
#devtools::install_github('fawda123/ggord')
library(ggord)

绘图

library(ggord)
#绘制散点图;repel避免标签重叠
(p2 <- ggord(ord,iris$Species,coord_fix=F,labcol='purple',repel=TRUE))
image.png
#改变箭头(特征向量)的scaling(箭头大小),arrow length(箭头长度),line color,size(粗细),type:
(p3 <- ggord(ord,iris$Species,coord_fix=F,labcol='purple',repel=TRUE,arrow=0.25,vec_ext=2,veccol='blue',veclsz=0.5,vectyp='solid'))
image.png
#隐藏箭头
(p4 <- ggord(ord,grp_in = iris$Species,coord_fix=F,arrow=0,vec_ext=0,txt=NULL))
image.png
#自定义点的大小、颜色、透明度
(p5 <- ggord(ord,iris$Species,coord_fix=F,cols=c('purple','orange','blue'),size=2,alpha=0.7,arrow=0,vec_ext=0,txt=NULL))
image.png
#取消填充
(p6 <- ggord(ord,iris$Species,coord_fix=F,cols=c('purple','orange','blue'),size=2,alpha=0.7,arrow=0,vec_ext=0,txt=NULL,poly=FALSE))
image.png
#自定义椭圆描边样式
(p7 <- ggord(ord,iris$Species,coord_fix=F,cols=c('purple','orange','blue'),size=2,alpha=0.7,arrow=0,vec_ext=0,txt=NULL,poly=FALSE,polylntyp='dashed'))
image.png
#描边与分组建立映射
(p8 <- ggord(ord,iris$Species,coord_fix=F,cols=c('purple','orange','blue'),size=2,alpha=0.7,arrow=0,vec_ext=0,txt=NULL,poly=FALSE,polylntyp=iris$Species))
image.png
#添加多边形区域
(p9 <- ggord(ord,iris$Species,coord_fix=F,cols=c('purple','orange','blue'),size=2,alpha=0.7,arrow=0,vec_ext=0,txt=NULL,ellipse=FALSE,hull=TRUE))
image.png
#隐藏网格线
(p10 <- p9+scale_shape_manual('Groups',values = c(0,1,2))+theme(panel.grid=element_blank()))
image.png

本文参照基迪奥系列书籍总结

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,233评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,013评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,030评论 0 241
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,827评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,221评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,542评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,814评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,513评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,225评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,497评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,998评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,342评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,986评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,055评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,812评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,560评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,461评论 2 266