我想将主成分分析(pcomp())应用于具有NA值的数据帧。我知道应用PCA is na值是不可能的,(我仍然尝试了)我得到了错误:Error in na.fail.default(X) : missing values in object。我不想删除任何行,因为它是一个相对较小的样本大小。那么我该怎么做呢?
我通常使用prcomp函数进行主成分分析,并以一种奇特的方式用ggbiplot绘制结果(或者仅用ggplot2提取pca.obj$x)。NAs,我正在使用来自包的包装器函数,应用nipals方法(一种能够处理少量缺失值的迭代方法)。pca返回类pcaRes的对象,ggbiplot返回以下错误:iris$Sepal.Length[sample(1:150, 5)] <- NA
iris$Sepal.Width=TRU
我已经用R中的心理包中的主函数计算了一个PCA。我想从特征值构建一个屏幕图,但是屏幕(PCA)和屏幕图(PCA)都给了我错误和没有图。这个包中有没有我不知道的函数(我几乎没有R经验)?注意:我只是在命令行中工作。Error in if (nvar != dim(rx)[1]) { : argument is of length zero
s
这是上一个问题的续篇:Rfast hd.eigen() returns NAs but base eigen() does not .Internal(La_rs((x))在不同的机器上返回不同的结果时我怀疑这可能与数字格式有关,因为在同一台机器上,如果我保存为CSV并重新打开,我不会再得到底片: 在Clear Linux安装中: > load("input_to_La_rs.Rdata")
> r=