在用户定义的协方差矩阵上应用 PCA

【问题标题】：Applying PCA on the user's defined covariance matrix在用户定义的协方差矩阵上应用 PCA
【发布时间】：2014-01-22 12:51:26
【问题描述】：

我正在尝试对根据所有个体之间的关系估计的协方差矩阵应用主成分分析，请参见以下示例中的 Mm。如果有人能告诉我怎么做，我将非常感激

例子：

library(BLR)
library (rrBLUP)
data(wheat)

Mm 是我要计算 PCA 的协方差矩阵

Mm <- A.mat(X)

【问题讨论】：

请参阅?princomp 寻求帮助。
和 ?prcomp。这里有一些examples。

标签： r pca

【解决方案1】：

使用您的数据集尝试以下操作。我不确定这是否是你所追求的

pca <- prcomp(Mm, scale=T)

# Check out whats in it
str(pca)

# Prints variance summary for all principal components.
summary(pca) 

# Accesses subset of components.
summary(pca)$importance[, 1:20]

require(GGally)
ggpairs(pca$x[,1:4])

【讨论】：

Martín Bel：感谢您的回答 --- 但让我担心的是，将协方差矩阵视为正则。
@hema 为什么会有问题？这是一个有效的答案缺少什么？