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. 【扩展GCD】荒岛野人

    题目 [题目描述] 克里特岛以野人群居而著称.岛上有排列成环行的M个山洞.这些山洞顺时针编号为1,2,-,M.岛上住着N个野人,一开始依次住在山洞C1,C2,-,CN中,以后每年,第i个野人会沿顺时针 ...

  2. python_0基础开始_day10

    第十节 一.函数进阶 动态参数 *a r g s —— 聚合位置参数,动态位置参数 默认返回的是tuple元组 def eat(*args):  # 函数的定义阶段 *聚合(打包)    print( ...

  3. Mysql8 root密码忘记了

    需要确定自己的mysql版本是否是8 [root@smonitor ~]# mysql --version mysql Ver 8.0.13 for Linux on x86_64 (MySQL Co ...

  4. Entity Framework Core Relationship的学习笔记

    说明 此例筛选了感兴趣及常用部分 参考文献 https://docs.microsoft.com/en-us/ef/core/modeling/relationships One to Many Ma ...

  5. c# 简单打开关闭摄像头

    const short WM_CAP = 1024; const int WM_CAP_DRIVER_CONNECT = WM_CAP + 10; const int WM_CAP_DRIVER_DI ...

  6. 构造器（Constructor）--构造函数

    构造器是类型的成员之一,其他成员比如,成员字段,成员函数.狭义上,构造器指的是实例构造器(instance constructor) class Student { public int ID; pu ...

  7. postMessage解决iframe跨域问题

    转:https://juejin.im/post/5b8359f351882542ba1dcc31 https://juejin.im/post/590c3983ac502e006531df11 ht ...

  8. hadoop上hive的安装

    1.前言 说明:安装hive前提是要先安装hadoop集群,并且hive只需要再hadoop的namenode节点集群里安装即可(需要再所有namenode上安装),可以不在datanode节点的机器 ...

  9. Linux下安装配置启动RabbitMQ

    Linux版本:Centos 7RabbitMQ依赖erlang所以需要先安装erlang以及他需要的环境 安装erlang http://www.erlang.org/downloads 拿最新的版 ...

  10. pamamiko的学习笔记

    pamamiko的学习笔记 Paramiko包含两个核心组件,一个为SSHClient类,另一个为SFTPClient类, 一,paramiko的连接有两种方式,一种是通过paramiko.SSHCl ...