MCA 使用 FactorMineR 库在 R 中输出多少个主成分？答案

【问题标题】：How many principal components does MCA outputs in R using FactorMineR library?MCA 使用 FactorMineR 库在 R 中输出多少个主成分？
【发布时间】：2020-08-06 23:43:31
【问题描述】：

我不确定 R 中 FactoMineR 库中 MCA() 函数的输出。

例如我想要 10 个组件，所以我运行以下代码：

X1 <- MCA(data, ncp = 10)

ncp（代表维数）给我 10 个组件吗？？

【问题讨论】：

它为您提供组件的数量，直到它们解释了 100% 的累积方差。它可以小于 10。
感谢您的回复。那么我应该在 NCP 中输入什么值（默认为 5）。我的数据集有 21 个字段，理想情况下我希望不超过 21 个组件。那么放置 NCP=21 是否安全？

标签： r pca correspondence-analysis factominer

【解决方案1】：

npc 是 MCA 中的参数，用于指定要存储的维数，因此当您查看结果或摘要时，您可以看到变量的值（cos2、contrib 等）。

您可以通过在 R 中键入 ?MCA 找到定义：

ncp - 结果中保留的维数（默认为 5）

【讨论】：