pca
语法
pca(ds, [colNames], [k], [normalize], [maxIter], [svdSolver],
[randomState])
参数
ds 是一个或多个数据源，通常由 sqlDS 函数生成。
colNames 是字符串向量，表示数据源中的列名。默认值是数据源中所有列的列名。
k 是一个正整数，表示需要计算的主成分的个数。默认值是数据源中的列数。
normalize 是一个布尔值，表示是否将数据减去均值再除以标准差。默认值为 false。
maxIter 是一个正整数，表示参数 svdSolver =randomized 时的迭代次数。若未指定，当 k <0.1*cols 时，maxIter = 7，否则 maxIter = 4。这里 cols 表示数据源中的列数。
svdSolver 是一个字符串，表示如何对数据源进行 svd 运算。它的取值可以是 "full", "randomized" 或 "auto"。svdSolver = "full" 适合 k 值与数据源的列数相近的情况；svdSolver = "randomized" 适合 k 值与数据源的列数相差较大的情况。默认值为 "auto"，此时系统会自动判断使用 "full" 还是 "randomized"。
randomState 是一个整数，表示随机数种子，仅在参数 svdSolver ="randomized" 时起作用，默认为 int(time(now()))。
详情
- components：对应长度为 size( colNames )*k 的主成分分析矩阵。
- explainedVarianceRatio：对应长度为 k 的向量，包含前 k 个主成分分别解释的方差权重。
- singularValues：对应长度为 k 的向量，包含主成分方差(协方差矩阵特征值)。
例子
x = [7,1,1,0,5,2]
y = [0.7, 0.9, 0.01, 0.8, 0.09, 0.23]
t=table(x, y)
ds = sqlDS(<select * from t>);
pca(ds);
# output
components->
#0 #1
--------- ---------
-0.999883 0.015306
-0.015306 -0.999883
explainedVarianceRatio->[0.980301,0.019699]
singularValues->[6.110802,0.866243]