【问题标题】:Unable to impute missing values in my PCA无法在我的 PCA 中估算缺失值
【发布时间】:2019-05-14 04:09:12
【问题描述】:

我有一些不同植物物种的字符矩阵,其中大多数物种缺少至少几个字符的数据。我想做一个主成分分析,所以我尝试估算缺失值,但是当我尝试这样做时,我收到错误消息:

Error in eigen(crossprod(X, X), symmetric = TRUE) : infinite or missing values in 'x'

我认为缺少值是重点!有谁知道我做错了什么?

【问题讨论】:

  • 您是如何估算缺失值的?还使用dput(your data) 和示例代码提供示例数据。
  • 寻求帮助时,您应该包含一个简单的reproducible example,其中包含可用于测试和验证可能解决方案的示例输入和所需输出。但我不认为 PCA 可以在缺少数据的情况下执行。您只需要对完整的案例进行分解。
  • 有关插补的有用信息,请参阅此问题。 stackoverflow.com/questions/39862778/…

标签: r pca imputation


【解决方案1】:

你应该使用missMDA包中的imputePCA函数。

欲了解更多信息:http://factominer.free.fr/missMDA/index.html

最好的

弗朗索瓦

【讨论】:

    猜你喜欢
    • 2016-08-12
    • 2022-11-14
    • 2014-04-12
    • 1970-01-01
    • 1970-01-01
    • 2016-02-27
    • 1970-01-01
    • 2019-07-14
    相关资源
    最近更新 更多