使用prcomp的r中的主成分分析（）

Question

我的數據是一個[478 x 4200]矩陣。我正在考慮將4200個元素作爲組件，我想減少需要照顧的組件數量。 我用prcomp（），不知何故它總是返回478主要組件，即使我轉置矩陣。據我所知prcomp（）使用列作爲組件。我想我應該得到4200個主要組件。 我可以通過計算我需要的所有矩陣來手動完成，但我想用此函數進行檢查。

Answer 1

是有些明確的：

如果你有P的N = 478 =觀測變量4200每次需要構建一個478 X 4200矩陣，其中每行是那些4200個變量的觀察。我們稱這個矩陣爲m。

PCA然後用

pca_result <- prcomp(m) 

所得主成分的載體是在基質pca_result $旋轉進行。每一列都是一個主成分，並且通過減少的方差對列進行排序。

每個主成分的維數爲p = 4200，並且會有min（n-1，p）=​​ 478個信息性主成分。所以pca_result $ rotation是一個4200 x 478矩陣。

PCA評分向量是矩陣pca_result $ x的列。因此，也將有478（=主要組件的數量）各自的維度478（=觀察次數）的得分向量。