#PCA-筛选变量
X <- data[,2:415]
pca <- prcomp(X, center = TRUE, scale. = TRUE) # 进行主成分分析
summary(pca) # 查看各个主成分的解释方差比例
library(factoextra) #碎石图依赖-fviz
fviz_eig(pca,addlabels=T) #碎石图
X_selected <- pca$x[,1:20] # 选择前n个主成分 #通常大于PCA1+PCA2–累计贡献率大于80%时保留
# write.csv(X_selected, “PCA.csv”, row.names = FALSE)
