Ich habe einen Datenrahmen data
mit mehr als 50 Variablen und ich versuche, eine PCA in R mit dem caret
Paket zu tun.PCA in R mit dem Caret-Paket vs Prcomp PCA
library(caret)
library(e1071)
trans <- preProcess(data,method=c("YeoJohnson", "center","scale", "pca"))
Wenn ich diesen Code richtig zu verstehen, gilt es eine YeoJohnson Transformation (weil data
Nullen in sich hat), standardisiert data
und als PCA gilt (standardmäßig hält die Funktion die PCs nur die auf erläutern, die erforderlich sind mindestens 95% der Variabilität der Daten)
Allerdings, wenn ich den prcomp
Befehl verwenden,
model<-prcomp(data,scale=TRUE)
ich mehr Ausgaben wie der Druck diebekommenoder tun plot(data, type = "l")
, die ich nicht in trans
tun kann. Weiß jemand, ob es irgendwelche Funktionen im caret
Paket gibt, das die gleichen Ausgänge wie in prcomp
produziert?