Principal Components Analysis:Fehler in colMeans(x, na.rm = TRUE) : 'x' muss numerisch sein

Ich versuche zum ausführen einer Hauptkomponentenanalyse, aber ich bin immer der Fehler: Fehler in colMeans(x, na.rm = TRUE) : 'x' muss numerisch sein

Ich weiß, alle Spalten müssen numerisch sein, aber zu behandeln, wie wenn Sie Charakter haben Objekte, die im Datensatz? E. g:

data(birth.death.rates.1966)
data2 <- birth.death.rates.1966
princ <- prcomp(data2)
  • data2 Beispiel für Daten, unten:

Principal Components Analysis:Fehler in colMeans(x, na.rm = TRUE) : 'x' muss numerisch sein

Sollte ich eine neue Spalte hinzufügen, bezogen auf die Land-Namen in einen numerischen code? Wenn ja, wie geht das in R?

InformationsquelleAutor Rubens Rodrigues | 2017-05-25

  1. 6

    Können Sie konvertieren ein Charakter-Vektor, um numerische Werte, indem Sie den Umweg über factor. Dann jeden eindeutigen Wert bekommt eine eindeutige integer-code. In diesem Beispiel gibt es vier Werte, also die zahlen 1 bis 4, in alphabetischer Reihenfolge, denke ich:

    > d = data.frame(country=c("foo","bar","baz","qux"),x=runif(4),y=runif(4))
> d
  country          x         y
1     foo 0.84435112 0.7022875
2     bar 0.01343424 0.5019794
3     baz 0.09815888 0.5832612
4     qux 0.18397525 0.8049514
> d$country = as.numeric(as.factor(d$country))
> d
  country          x         y
1       3 0.84435112 0.7022875
2       1 0.01343424 0.5019794
3       2 0.09815888 0.5832612
4       4 0.18397525 0.8049514

    Können Sie dann ausführen prcomp:

    > prcomp(d)
Standard deviations:
[1] 1.308665216 0.339983614 0.009141194

Rotation:
               PC1          PC2          PC3
country -0.9858920  0.132948161 -0.101694168
x       -0.1331795 -0.991081523 -0.004541179
y       -0.1013910  0.009066471  0.994805345

    Ob diese sinnvoll für Ihre Anwendung ist bis zu Ihnen. Vielleicht möchten Sie einfach fallen die erste Spalte: prcomp(d[,-1]) und die Arbeit mit den numerischen Daten, die das zu sein scheint was die anderen "Antworten" zu erreichen versuchen.

    InformationsquelleAutor Spacedman

  2. 1

    Die erste Spalte der Daten-frame ist Charakter. So können Sie recode es, um Zeile Namen wie :

    library(tidyverse)
data2 %>% remove_rownames %>% column_to_rownames(var="country")
princ <- prcomp(data2)

    Alternativ :

    data2 <- data2[,-1]
rownames(data2) <- data2[,1]
princ <- prcomp(data2)
    Bitte, nehmen Sie die zweite option. Die tidyverse Lösung ist sowohl länger und es braucht mehr Zeit. Nicht alles ist ein Nagel, der fragt nach eine gute Tracht Prügel durch die tidyverse hammer. Halten, dass man für die komplexeren Daten-manipulation, wo Sie nicht geben Ihnen einen Vorteil.
    Richtig gesagt @JorisMeys, tidyverse ist mehr geeignet für komplexe Daten
    und das beantwortet nicht die Frage der Umwandlung von Zeichen in zahlen.
    PCA wird offensichtlich durchgeführt werden, die numerischen Daten Punkte, daher Umwandlung von Zeichen in zahlen.

    InformationsquelleAutor parth

Schreibe einen Kommentar