r - R:如何模拟 PCA 数据
问题描述
我正在尝试如下模拟 PCA 数据:
q <- 5 # no. of PCs
p <- 20 # no. of variables
n <- 2000 # no. of individuals
eps <- 0.05 # error standard deviation
# Eigenvalues
Sig <- seq(3, 1, length.out = q)^2
Lambda <- diag(Sig)
# Matrix of Principal Components
H <- rmvnorm(n = n, mean = rep(0, q), sigma = Lambda)
# Add gaussian noise
E <- matrix(rnorm(n*p, sd = sqrt(eps)), ncol = p)
# Data matrix
Y <- H %*% t(Amat) + E
# Perform PCA
summary(m1 <- prcomp(Y, scale = T)) # and so on...
但是,我不知道如何以Amat
有意义的方式创建 Loadings 矩阵。
感谢您为我提供的任何帮助,我很感激!
解决方案
推荐阅读
- regex - 正则表达式不能匹配""正确
- javascript - window.matchMedia("(最大宽度:1700px)"); 不工作?
- python-3.x - 将 ctypes 数组传递给 C 函数时出现 ArgumentError
- javascript - 从另一个数组按索引返回对象数据
- oracle - ORACLE Apex 验证
- python - Tensorflow:如何使用 numpy 数组构建的数据集进行批处理?
- iis-10 - 在 IIS 中设置 rDSN(如果这是正确的位置)
- ubuntu - Debian 9/Ubuntu:我可以将哪些存储库源添加到 sources.list 以获得更多最新的软件包?
- c++ - 在递归函数中,如何跳转到堆栈上的不同函数调用?
- r - R中的流程图脚本