在 R 中绘制平面：PCA

Question

我正在处理一个 PCA 问题，其中我有 3 个变量，我通过执行 PCA 将它们减少到 2 个。我已经使用 scatter3D 绘制了 3D 中的所有点。我的问题是，如何在 R 中绘制由两个向量（采样协方差矩阵的前两个特征向量）确定的平面？

这是我目前所拥有的

library(plot3D)
X <- matrix(c(55, 75, 110,
          47, 69, 108,
          42, 71, 110,
          48, 74, 114,
          47, 75, 114,
          52, 73, 104,
          49, 72, 106,
          44, 67, 107,
          52, 73, 108,
          45, 73, 111,
          50, 80, 117,
          50, 71, 110,
          48, 75, 114,
          51, 73, 106,
          44, 66, 102,
          42, 71, 112,
          50, 68, 107,
          48, 70, 108,
          51, 72, 108,
          52, 73, 109,
          49, 72, 112,
          49, 73, 108,
          46, 70, 105,
          39, 66, 100,
          50, 76, 108,
          52, 71, 108,
          56, 75, 108,
          53, 70, 112,
          53, 72, 110,
          49, 74, 113,
          51, 72, 109,
          55, 74, 110,
          56, 75, 110,
          62, 79, 118,
          58, 77, 115,
          50, 71, 105,
          52, 67, 104,
          52, 73, 107,
          56, 73, 106,
          55, 78, 118,
          53, 68, 103), ncol = 3,nrow = 41,byrow = TRUE)
S <- cov(X)
Gamma <- eigen(S)$vectors
scatter3D(X[,1], X[,2], X[,3], pch = 18, bty = "u", colkey = FALSE, 
      main ="bty= 'u'", col.panel ="gray", expand =0.4, 
      col.grid = "white",ticktype = "detailed",
      phi = 25,theta = 45)
pc <- scale(X,center=TRUE,scale=FALSE) %*% Gamma[,c(1,2)]

现在我想使用 scatter3D 绘制平面

Answer 1

也许这样就可以了。使用iris 数据。它使用 car 包中的 scatter3d 可以将回归曲面添加到 3d 图：

library(car)
data(iris)
iris.pr <- prcomp(iris[, 1:3], scale.=TRUE)
# Draw 3d plot with surface and color points by species
scatter3d(PC3~PC1+PC2, iris.pr$x, point.col=c(rep(2, 50), rep(3, 50), rep(4, 50)))

这绘制了一个回归曲面，从 PC1 和 PC2 预测 PC3。根据定义，任何两个主成分之间的相关性为零，因此对于 PC1 和 PC2 的任何值，表面应该是 PC3=0，但我看不到精确生成该表面的方法。不过也差不多了。