Я работаю с набором данных из нескольких числовых переменных (здесь называемых Env_), из которых я создал PCA.Все эти переменные представляют факторы окружающей среды.У меня также есть ряд категориальных переменных, представляющих ценности биоразнообразия (здесь называемые Biodiv_), связанные с факторами окружающей среды.Я превратил ценность биоразнообразия в фактор с 50 уровнями.
Я хочу создать СПС на основе факторов окружающей среды, что я и сделал.Затем я хочу покрасить отдельные точки данных в соответствии с моей переменной биоразнообразия, чтобы визуально осмотреть, где я нахожу высокие и низкие уровни разнообразия.По сути, мне нужен график, аналогичный графику в сегменте 2 для визуализации результатов PCA , но вместо окраски в соответствии с cos2 я хочу раскрасить свои точки в соответствии с моим биоразнообразием Biodiv _.
В настоящее время я работаю с пакетами ade4 и FactoMineR для создания и визуализации моего PCA.Я следовал общим рекомендациям FactoMineR .Я также попытался использовать fviz_pca, но безуспешно.
PCA1 <- PCA(complete[ ,1:9],
scale.unit = TRUE, graph = TRUE)
##Provides a PCA plot with my 9 environmental variables
PCA2 <- PCA(complete, scale.unit = TRUE,
ncp = 5, quali.sup = c(10), graph = TRUE)
##My attempt at adding the biodiversity factor to the plot. No change appear at my plot compared to the line above
plot.PCA(PCA2, axes = c(1,2), choix = "ind", habillage = 50)
##I wish to color the points accoring to the biodiversity factor with 50 levels.
Произошла следующая ошибка:
Error in plot.PCA(complete_2PCA, axes = c(1, 2), choix = "ind", habillage = 50) :
The variable 50 is not qualitative
Пример моих данных:
Env_1 Env_2 Env_3 Env_4 ... Env_9 Biodiv_10
14 78.9675 61.8300 5.4725 ... 4.947368 0.00
12 43.6950 14.8475 5.3775 ... 5.714286 0.12
15 56.1875 31.2800 6.1100 ... 5.200000 0.15
13 84.0100 68.7825 5.8500 ... 5.625000 0.88
24 63.4125 26.5525 5.5675 ... 5.363636 0.05
16 51.3175 19.5025 5.6950 ... 5.555556 0.76
Я ожидал, что полученный график будет окрашен в соответствии с моим фактором Biodiv_, но этого не происходит.