r - R 中的 PCA 使用 caret 包与 prcomp PCA

Question

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 中执行 PCA。

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

如果我正确理解这段代码，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，函数只保留解释数据中至少 95% 的可变性所必需的 PC)

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 中做不到的。有谁知道 caret 包中是否有任何函数产生与 prcomp 相同的输出？

Answer 1

您可以使用 predict 函数访问主成分本身。

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

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