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. mongodb 数据操作(2)

    查询 db.student.find({}) 查询db.student.find({name:"李强1"}) 查询   条件查询 db.student.find({sex:&quo ...

  2. spark教程(二)-shell操作

    spark 支持 shell 操作 shell 主要用于调试,所以简单介绍用法即可 支持多种语言的 shell 包括 scala shell.python shell.R shell.SQL shel ...

  3. Linux-1.5日志查看常用命令

    常访问的日志目录:\data\log\(message系统 | secure安全 | maillog邮件) 进入日志目录 find \d1\data\log -name '*log' 在目录下查找以l ...

  4. [Next] 服务端渲染知识补充

    渲染 渲染:就是将数据和模版组装成 html 客户端渲染 客户端渲染模式下,服务端把渲染的静态文件给到客户端,客户端拿到服务端发送过来的文件自己跑一遍 js,根据 JS 运行结果,生成相应 DOM,然 ...

  5. O006、CPU和内存虚拟化原理

    参考https://www.cnblogs.com/CloudMan6/p/5263981.html   前面我们成功的把KVM跑起来了,有了些感性认识,这个对于初学者非常重要.不过还不够,我们多少要 ...

  6. js 发送异步请求

    js用XMLHttpRequest发送异步请求 发送GET请求 var xhr = new XMLHttpRequest(); xhr.open('GET',url);//url为请求地址 xhr.r ...

  7. 并发编程系列：Java线程池的使用方式，核心运行原理、以及注意事项

    并发编程系列: 高并发编程系列:4种常用Java线程锁的特点,性能比较.使用场景 线程池的缘由 java中为了提高并发度,可以使用多线程共同执行,但是如果有大量线程短时间之内被创建和销毁,会占用大量的 ...

  8. python3 调用zabbix API实现批量增加删除主机，主机各种监控项------实战

    在以前的博客中谈到了利用zabbix接口来对主机进行批量的增删改查 这里在不用环境中实战遇到了不同问题,这里记录下来以便后续review 以下为实战中获取token的代码,在zabbix标准接口文档中 ...

  9. linux上如何安装git

    安装依赖软件 yum install curl-devel expat-devel gettext-devel openssl-devel zlib-devel asciidoc yum instal ...

  10. 安装haroopad

    安装haroopad 1)官网下载安装包 http://pad.haroopress.com/user.html 2)执行安装命令: sudo dpkg -i haroopad-v0.13.1-x64 ...