PCA 报错Error in eigen(crossprod(t(X), t(X)), symmetric = TRUE) : ‘x‘里有无穷值或遗漏值

有缺失值如何PCA

> dat.pca <- PCA(dat, graph = FALSE)
Error in eigen(crossprod(t(X), t(X)), symmetric = TRUE) : 
  'x'里有无穷值或遗漏值
In addition: Warning message:
In PCA(dat, graph = FALSE) :
  Missing values are imputed by the mean of the variable: you should use the imputePCA function of the missMDA package

但是出来下面的提示，说让我用imputaPCA，搜索后知道这个imputePCA是missMDA包中的一个函数，于是需要然后下载missMDA包，并把其中的PCA换成imputePCA。那么什么是missMDA?如下图所示，就是一种matrix中含有缺失值，但是可以用这个包是这些缺失值对PCA的结果影像不大，这个函数imputePCA就是能把含有缺失值的matrix变成一个这些缺失值可以变成一个可以估算的值，然后仍然可以用PCA中的FactoMineR来计算。也可以参考
Husson和Josse写了一个称为missMDA的包，汇总了PCA分析所有可能通过迭代方式插值缺失值的方法。imputePCA（）函数可以进行缺失值的内插。请查看此函数的帮助。

Josse, J., Husson, F.: Handling missing values in exploratory multivariate data analysis methods.
Journal de la Société Française de Statistique. 153, 79–99 (2012)

PCA缺失值