R中的PCA使用插入符号包与prcomp PCA答案

【问题标题】：PCA in R using the caret package vs prcomp PCAR中的PCA使用插入符号包与prcomp PCA
【发布时间】：2017-01-03 16:19:26
【问题描述】：

我有一个包含 50 多个变量的数据框 data，我正在尝试使用 caret 包在 R 中进行 PCA。

library(caret)
library(e1071)
trans <- preProcess(data,method=c("YeoJohnson", "center","scale", "pca"))

如果我正确理解了这段代码，它会应用 YeoJohnson 转换（因为 data 中有零），标准化 data，然后应用 PCA（默认情况下，该函数只保留在数据中至少 95% 的可变性）

但是，当我使用prcomp 命令时，

  model<-prcomp(data,scale=TRUE)

我可以获得更多输出，例如打印summary 或执行plot(data, type = "l")，这是我在trans 中无法做到的。有谁知道caret 包中是否有任何函数产生与prcomp 相同的输出？

【问题讨论】：

标签： r pca r-caret

【解决方案1】：

您可以使用predict 函数访问主要组件本身。

df <- predict(trans, data)
summary(df)

您不会得到与prcomp 完全相同的输出：虽然caret 使用prcomp()，但它会丢弃原始prcomp 类对象并且不返回它。

【讨论】：