使用 `prcomp` 输出摘要的 `Cumulative Proportion` 部分生成对总方差的累积贡献的碎石图

问题描述

我目前正在研究主成分分析并尝试使用 R prcomp 函数。我的代码如下：

library(dplyr)

iris1 = mutate( iris,Species = factor( Species),logSepalLength = log10( Sepal.Length ),logSepalWidth = log10( Sepal.Width ),logPetalLength = log10( Petal.Length ),logPetalWidth = log10( Petal.Width ),) %>%
  dplyr::select(Species,starts_with("log") ) 

iris1.PCA = prcomp( ~ logSepalLength + 
                         logSepalLength + 
                         logSepalWidth + 
                         logPetalLength + 
                         logPetalWidth,data = iris1,scale. = FALSE ) 

summary(iris1.PCA)

summary(iris1.PCA) 的输出如下：

Importance of components:
                          PC1     PC2     PC3     PC4
Standard deviation     0.4979 0.06009 0.05874 0.02337
Proportion of Variance 0.9702 0.01413 0.01350 0.00214
Cumulative Proportion  0.9702 0.98436 0.99786 1.00000

我想使用 ggplot 生成一个漂亮的碎石图，显示每个主成分对总方差的累积贡献。我可以手动进行这个计算，从协方差矩阵开始，使用类似 cumsum(eigenvals)/iris1.cov.trace 的东西。但是，根据summary(iris1.PCA)，prcomp 输出已经为我们计算了累积比例！那么我们如何利用 summary(iris1.PCA) 对象和 ggplot 的那部分来生成漂亮的碎石图？我知道我们可以手动复制输出值，但我正在寻找更自动化的解决方案（因为硬复制值不是好的软件工程实践）。

我 found 这个使用 ggplot 的碎石图示例（尽管它不使用对总方差的累积贡献）：

var_explained_df %>%
  ggplot(aes(x=PC,y=var_explained,group=1))+
  geom_point(size=4)+
  geom_line()+
  labs(title="Scree plot: PCA on scaled data")

解决方法

这是一个使用 PCA 输出的示例。摘要中的 sdev 元素是解释的标准偏差。解释的方差是平方标准偏差（即方差）除以所有平方标准偏差之和。

s <- summary(iris1.PCA)
dat <- data.frame(
  component = factor(1:length(s$sdev),labels=paste0("PC",1:length(s$sdev))),var_explained = s$sdev^2/sum(s$sdev^2)
)
library(scales)
ggplot(dat,aes(y=var_explained)) + 
  geom_line(aes(x=component,group=1)) + 
  geom_point(aes(x=component)) + 
  labs(x="Component",y="% Variance Explained") + 
  scale_y_continuous(labels=percent) + 
  theme_bw() + 
  ggtitle("Scree plot: PCA on Scaled Data")

ggplot2 pca r r