R_Studio(学生成绩)使用主成分分析实现属性规约
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
- 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=& ...
- 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 ...
- 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 ...
- 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_ ...
- 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 ...
- 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' ...
- 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 ...
- 【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 ...
- 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
- dubbo看这一篇就够了
为什么要有分布式 近年来微服务.分布式等名词非常的火,那么我们又为什么要进行系统拆分?如何进行拆分呢?阿里的dubbo作为分布式框架的代表,无疑是推动了整个行业技术的进步.以前中小型公司都是一个war ...
- Spring Boot 获取yaml配置文件信息
Spring boot 项目启动过程中: org.springframework.boot.SpringApplication#prepareEnvironment 当程序步入listeners.en ...
- CentOS7部署kettle
去官网下载kettle, 或者百度网盘下载(nnnk),解压到目录/opt/service/, 解压后的目录是data-integration kettle需要java环境才能运行,因此要安装Java ...
- GO语言(golang)官方网站!
GO语言官方网站,在上面可以查看所有API文档.使用在线工具编写程序,你可以去看看!! https://golang.org/
- SuperMap webgl对接iportal托管的三维服务
在webgl中对接iportal加密的三维服务时,需要提前注册key值.Cesium.Credential.CREDENTIAL = new Cesium.Credential("你的key ...
- 互联网安全架构之常见的Web攻击手段及解决办法
一.Web 安全常见攻击手段 XSS(跨站脚本攻击) SQL 注入 CSRF(跨站请求伪造) 上传漏洞 DDoS(分布式拒绝服务攻击)等 二.攻击手段原理及解决方案 1.XSS攻击 原理:XSS 攻击 ...
- Hbase1.4.9的安装
HBase介绍 HBase – Hadoop Database,是一个高可靠性.高性能.面向列.可伸缩的分布式存储系统,利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群. HB ...
- 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 ...
- jQuery获取当前按钮的id
function test(e) { $(e.target).attr('id') } // 记得带上点击事件
- 青风nrf52832跑zephyr——点亮LED
zephyr版本:1.10 硬件:采用青风nrf52832开发板 开发环境:虚拟机Ubuntu16.04编译+Windows7 64bit烧录 使用的是 zephyr-zephyr-v1.10.0 ...