对11_1_4.csv成绩表进行主成分分析处理

　　

setwd('D:\\data')

list.files()

#读取数据

dat=read.csv(file="11_1_4.csv",header=TRUE)

dat=dat[,-c(1,2,10,11)]

#主成分分析

PCA=princomp(dat,cor=F)

names(PCA)#查看输出项

(PCA$sdev)^2#主成分特征根

summary(PCA)#主成分贡献率

PCA$loadings#主成分载荷

PCA$scores#主成分得分

Gary.R

> summary(PCA)#主成分贡献率

Importance of components:

                          Comp.1    Comp.2     Comp.3     Comp.4     Comp.5     Comp.6     Comp.7

Standard deviation     21.923097 13.877129 11.2585833 9.08290162 7.12019143 5.87691397 5.25241336  #主成分的标准差

Proportion of Variance  0.482904  0.193489  0.1273575 0.08289078 0.05093782 0.03470209 0.02771882  #方差的贡献率

Cumulative Proportion   0.482904  0.676393  0.8037505 0.88664127 0.93757908 0.97228118 1.00000000  #方差的累积贡献率
 
> PCA$loadings#主成分载荷

Loadings:

                 Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7

JAVA程序设计      0.236  0.163                0.297  0.909

电子商务技术      0.623 -0.756  0.124         0.118

计算机维护与维修         0.104                0.190 -0.133  0.960

计算机组成原理    0.470  0.338  0.208 -0.306 -0.719

数据库系统原理    0.365  0.314  0.335  0.761  0.131 -0.234

算法设计与分析    0.372  0.153 -0.894  0.110        -0.105 -0.126

大学英语A_4       0.239  0.393  0.155 -0.553  0.572 -0.287 -0.221

               Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7

SS loadings     1.000  1.000  1.000  1.000  1.000  1.000  1.000

Proportion Var  0.143  0.143  0.143  0.143  0.143  0.143  0.143

Cumulative Var  0.143  0.286  0.429  0.571  0.714  0.857  1.000
> PCA$scores#主成分得分

           Comp.1      Comp.2       Comp.3      Comp.4      Comp.5      Comp.6       Comp.7

 [1,]  33.3196037  17.6874355  -0.25422380 -11.2669060   4.2917495  -1.7364204   4.97518007

 [2,]  31.1801767  14.1593983  -4.47470827  -7.0283584   6.4786703  -5.8908663   7.45630606

 [3,]  16.0593623   4.1733395   4.73087356   3.8211303   5.0571100  -2.4575435   3.28774257

 [4,]  18.4599795   6.8838756  -5.17888938  -3.5337153  -3.5324890   9.0664813 -10.53284043

 [5,]  22.6257727  -5.2588625   9.25342354  -0.7271976   9.8075163   8.4440318  -2.74254542

 [6,]  18.4583765   0.3841284  -5.83949272  -8.1471985 -13.7079196  -6.2410719  -3.88663198

 [7,]  20.7765859  13.6381355  -1.96535180   7.0825406  11.4998414   3.8088176  -6.24709551

 [8,]  22.4055982   1.2572326  -4.52725913   8.5461387  -5.8650063   3.1370173   5.43043952

 [9,]  10.6507844  10.4129351  15.42304832   4.4685204   1.1673139   8.1402877  -9.46484450

[10,]  17.1639629  -2.9525391 -10.01258904 -25.4490785  -5.4754708 -13.5277187  -7.95516018

[11,]  17.7945634   8.4024604  -0.35035882   2.3099044 -10.0253564   6.9582191   2.35849100

[12,]  12.8598877  -0.5588604  12.91817330  -2.2976186   5.7661594   0.3122876   1.63729804

[13,]  17.8084340  -3.0194490  -6.51371177   2.1379239  -4.3093249  -0.2923455  -2.14479586

[14,]  10.4585027   1.0417386 -19.73650352  14.2034399   1.8029565   6.4274103  -8.10728416

[15,]  10.3192625  -4.8219566  -3.60217599  -4.0807410   9.1303336   2.1788406  -0.47648506

[16,]  19.4722336  -9.0230062  13.96055565  -3.0505762  16.4767485  -0.0768518   1.97413948

[17,]  12.4466032   3.6624606  11.86842261  -2.2940459  -5.3363913   2.9385003  12.01728038

[18,]  10.9412050  -5.2512180  12.77385227   0.1711016   5.8379586   1.8466416  -7.84034045

[19,]  20.2156694 -11.9257596  -4.89824057   4.2539217   1.2212099  -1.3598156   0.69586378

[20,]   7.5757204   1.4629122  12.45201823   1.3380320 -11.4475596  -3.0560369  -0.33679014

[21,]   2.7560708   9.2670628  12.12499946   8.2058762  -6.6679381  -1.8767783   1.75044570

[22,]   6.9386608  21.9442175  16.71159245   2.4286736  -0.8955840  -6.6829971  -4.72743757

[23,]  -9.9243741   0.4757100   0.01573284   1.4254642   2.4706595  -3.8905899   2.61108720

[24,]   6.5950893   3.7321278  -8.91241929  -0.5066062   6.3637581   1.2706868   1.10666607

[25,]  16.2275862  -4.7775620 -13.76590352 -22.8140031   5.2334105   9.4658474   3.59374787

[26,]  -1.6370774  16.7224036  11.47807300   1.3839942   0.1871615  -3.8104935  -2.65749127

[27,]  -4.9984010   6.7262848   9.33017015   9.4159721 -11.9826050  -1.9271300  -2.70926180

[28,]  -0.9466044  -4.9963382 -13.44043198   6.8435895   7.0608288  -2.0568204  -6.36663646

[29,]  -6.9405262   9.3086749  -4.25783374  13.8646433   0.9253015 -12.7755734  -0.51105509

[30,]   1.7219892  -5.6298414 -10.69930010  13.6120593  -5.2090180 -10.0628742  -4.78383632

[31,]  -0.3541851  12.2312177  -6.08951913  10.4920885  -7.2794460   3.1028452   4.27513314

[32,]  -4.3581531  -5.9643460  -7.16475122   6.4932550  -5.1895961  -1.7878238   2.16402149

[33,] -14.4453722  -0.1044177   1.61962685   9.0343576  -2.1145786   7.1296350   6.88736228

[34,]  -3.8559156 -20.4106594   2.79158832   0.3726180  -4.4280421  -0.6170102   4.28772644

[35,]  13.6221594  -7.3733618  -4.65438509  -6.9531488 -10.0671883  -0.5898709  -0.36369030

[36,] -14.2113823 -16.6100486   9.07203345 -13.4515467  -2.0797826  -3.1567749   2.94481184

[37,] -10.3241338 -21.8739290  -0.25448952  -4.2178114  -5.8253442  -2.2815638   2.57099401

[38,]  -1.6878990 -13.9744770 -32.25639847   1.7264204  -6.8524217  11.0633408   4.89836794

[39,] -21.9957957 -24.0405721  22.38147318  12.4602238   0.9192234   7.6823693   0.90812105

[40,] -27.3899348 -15.4321304  13.48446066   5.0113346  -2.4836177  -4.2459026   6.84884606

[41,] -36.8582514 -10.8359097   4.53814047  -4.9203118  12.2050066  -4.2598492  -1.97133591

[42,] -29.1632178  -5.8974902  17.50675815 -13.0108622  -1.3726696   7.3525642  -1.22636356

[43,] -39.0671787  22.1658349  -3.46728792  -2.2345130   5.9431736  -8.7253538  -0.08618077

[44,] -13.5103452 -28.6644930  -6.58252140 -11.1545147   2.1688582  -4.5438992   0.97442827

[45,] -52.4375907  51.4437648 -10.05342584  -9.6192156   1.9129401   5.2524403   9.21448312

[46,] -31.0312852 -12.0406147 -21.53204798  15.8935480  14.8361158  -4.9785873   2.95657858

[47,] -73.7162166   4.2544914  -3.95079643 -10.2388023  -6.6166558   7.3302988 -12.68745922

　　

绘制各个科目主成分碎石图

screeplot(PCA,type="lines")

　　

R_Studio(学生成绩)使用主成分分析实现属性规约的更多相关文章

  1. R_Studio(学生成绩)对数据进行属性构造处理

    对“Gary.csv”中数据进行进行属性构造处理,增加“总成绩”属性 Gary.csv setwd('D:\\data') list.files() #数据读取 dat=read.csv(file=& ...

  2. R_Studio(学生成绩)使用cbind()函数对多个学期成绩进行集成

    “Gary1.csv”.“Gary2.csv”.“Gary3.csv”中保存了一个班级学生三个学期的成绩 对三个学期中的成绩数据进行集成并重新计算综合成绩和排名,并按排名顺序排布(学号9位数11130 ...

  3. R_Studio(学生成绩)对数据缺失值md.pattern()、异常值分析(箱线图)

    我们发现这张Gary.csv表格存在学生成绩不完全的(五十三名学生,三名学生存在成绩不完整.共四个不完整成绩) 79号大学语文.高等数学 96号中国近代史纲要 65号大学体育 (1)NA表示数据集中的 ...

  4. R_Studio(学生成绩)对两个班级学生成绩进行集合，重新计算学生综合测评成绩并对学生按综合测评成绩进行排名

    对成绩表"11_1_1.csv" "11_2_1.csv"进行集成,并重新计算4门课程的平均分为综合测评,增加“排名”属性,并按排名排序 "11_1_ ...

  5. R_Studio(学生成绩)数据相关性分析

    对“Gary.csv”中的成绩数据进行统计量分析 用cor函数来计算相关性,method默认参数是用pearson:并且遇到缺失值,use默认参数everything,结果会是NA 相关性分析 当值r ...

  6. R_Studio(学生成绩)对数值型数据进行统计量分析

    对“Gary.csv”中的成绩数据进行统计量分析 基础数据分析 均值 中位数 极差   标准差   变异系数 1/4分位数 3/4分位数 四分位间距... ...分析 setwd('D:\\data' ...

  7. R_Studio(学生成绩)绘制频率分布直方图、分布饼图、折线比较图

    对“Gary.csv”中的成绩数据进行分布分析 (1)按0-59,60-69,70-79,80-89,90-100分组绘制高级语言程序设计成绩的频率分布直方图. (2)按0-59,60-69,70-7 ...

  8. 【转】 [C/OC的那点事儿]NSMutableArray排序的三种实现(依赖学生成绩管理系统).

    原文网址:http://blog.csdn.net/ministarler/article/details/17018839 c语言实现的学生成绩管理系统是面向过程的,而OC实现的学生成绩管理系统则是 ...

  9. Day_11【集合】扩展案例1_遍历打印学生信息，获取学生成绩的最高分，获取成绩最高的学员，获取学生成绩的平均值，获取不及格的学员数量

    分析以下需求,并用代码实现: 1.按照以下描述完成类的定义 学生类 属性: 姓名name 年龄age 成绩score 行为: 吃饭eat() study(String content)(content ...

随机推荐

  1. Windows系统下同时安装Python2和Python3

    Windows系统下同时安装Python2和Python3 说明 有时由于工作需求我们需要在Python2版本下面进行一些开发,有时又需要Python3以上的版本,那么我们怎么在一台电脑上同时安装多个 ...

  2. SpringBoot 的启动banner生成网址

    1.http://patorjk.com/software/taag/#p=display&f=Graffiti&t=Type%20Something%20 2.http://www. ...

  3. python flask解决上传下载的问题

    记录瞬间 最近为了解决一些新的需求,简单介入了flask对文件的上传和下载的方法,并分别使用python和curl模拟发送 代码: #! /usr/bin/env python3 # coding:u ...

  4. ftp服务器上传下载共享文件

    1 windows下搭建ftp服务器 https://blog.csdn.net/qq_34610293/article/details/79210539 搭建好之后浏览器输入 ftp://ip就可以 ...

  5. Vue2.X 通过 ajax 获取 API 数据（非 axios）

    不多废话,笔记如下 1. javascript: let vm = new Vue({ el: '#card-text', data: { info: '' }, beforeCreate: func ...

  6. python发起post请求获取json数据使用requests方法

    最普通的答案 我一直就觉得GET和POST没有什么除了语义之外的区别,自打我开始学习Web编程开始就是这么理解的 . 可能很多人都已经猜到了答案是: 1.GET 使用URL或Cookie传参.而POS ...

  7. 04 Python网络爬虫 <<爬取get/post请求的页面数据>>之requests模块

    一. urllib库 urllib是Python自带的一个用于爬虫的库,其主要作用就是可以通过代码模拟浏览器发送请求.其常被用到的子模块在Python3中的为urllib.request和urllib ...

  8. 【From StackOverFlow】--set-upstream 和--set-upstream-to=以及--track的区别

    本文引自StackOverFlow http://stackoverflow.com/questions/26090689/git-set-upstream-to-vr-track

  9. Hyperledger Fabric（1）基础架构

    前言 在区块链的家谱里,第一代区块链系统是以比特币为代表的公链,主要实现的是数字货币的功能:第二代区块链系统是以以太坊平台为代表的公链,创造性的实现了智能合约.而第三代区块链系统,则是HyperLed ...

  10. dedecms 列表 用分页标签 判断 当第一页则显示，第二页以上不显示 土办法！

    arc.listview.class.php function GetPageListST($list_len,$listitem="index,end,pre,next,pageno,sp ...