prcomp()我知道 PCA 可以使用基础 R 中的函数或包preProcess()中的函数caret等进行。
首先，我是否正确地说，如果我们只使用prcomp(<SOME_MATRIX>)或类型的操作的默认设置preProcess(<SOME_MATRIX>, method = "pca")，那么我们结果的唯一区别是prcomp()在进行 PCA 之前不会对数据进行居中和缩放，而 preProcess() 会这样做？因此，执行prcomp(scale(<SOME_MATRIX>))和preProcess(<SOME_MATRIX>, method = "pca")输出相同的事情吗？
prcomp()其次，更重要的是，我们如何从或 的输出中获得每台 PC 解释的方差百分比preProcess()？从这两个输出中，我可以看到诸如平均值、标准差或旋转之类的信息，但我认为这些仅指“旧”变量。关于“新”电脑的信息在哪里？它们造成了多少差异？
例如，如果我正在使用preProcess(<SOME_MATRIX>, method = "pca", thresh = 0.8)并且返回 6 个 PC，则这可能会很有用，但我发现前 5 个 PC 总共解释了 79.5% 的方差。那么我可能倾向于不包括所有 6 台 PC。