使用 PCA 函数返回的不同值答案

【问题标题】：Different Valuse Returned from Using PCA Function使用 PCA 函数返回的不同值
【发布时间】：2015-07-21 20:29:27
【问题描述】：

有人可以向我解释一下它们有何不同吗？

#First Type of PCA.  Scales and Transposes manually
pr.data <- prcomp(scale(t(data)))

#Second Type of PCA
pr.data <- prcomp(data, retx=TRUE, scale=TRUE)

难道只是一个转置（第一个）而第二个不转置？

【问题讨论】：

retx=TRUE 已经是默认值。你在这两种情况下都可以扩展。唯一的区别是您是否转置矩阵（从而计算不同变量的 PCA）。
转置矩阵的特征向量通常与原始矩阵的特征向量不同。因此，您不能期望在这两种情况下获得相同的 PCA 结果。

标签： r pca

【解决方案1】：

我认为t(data) 肯定会影响您的数据，因为您将“样本与特征”的位置切换为“特征与样本”。转置矩阵将“翻转”分析。

【讨论】：