R PCA缩放不适用于个人？

这个问题适用于我自己的数据，但为了可复制性，我的问题/问题也出现在额外的渐晕图中，或者，为了简单起见，我将使用它

首先，生成一个简单的PCA（scale=T），并从前4个轴提取坐标变量：

head(var$coord) # coordinates of variables

这也是为“个人”所做的。以下是输出：

head(ind$coord) # coordinates of individuals

由于PCA是用

scale=T

生成的，所以我非常困惑为什么单个坐标没有缩放（-1到1？）。例如，“个人1”的DIM-1分数为-2.257141，但我没有-0.46到0.991的变量坐标的比较基础。在-1到1的标度PCA范围内，如何解释-2.25的分数

我错过什么了吗？ 谢谢你的时间

更新并填补所有相关代码空白：

>数据（iris）
>分辨率pca ind打印（ind）
>var打印（var）

当

prcomp（…，scale=T）

将输入变量缩放为单位方差时所进行的缩放

我认为它对单个坐标的范围标准化并没有任何作用，除非可能使用

center=…

。然而，事后（或事前）处理是很容易的。以下是相关帖子：

---

我问了这个问题的作者。他的回答是：

Scale=TRUE将规范化变量，使其具有可比性。当以不同的尺度测量变量时（例如：千克、公里、厘米等），尤其建议采用这种方法；（）

在这种情况下，变量和主成分（PC）之间的相关性被用作PC上变量的坐标。变量的表示不同于观测图：观测值由其投影表示，但变量由其相关性表示

因此，即使scale=TRUE，个体的坐标也不会在-1和1之间

只有通过创建双图才能解释个体和变量的相对位置，如所述：

一个双标图对我来说不是个好主意，但我已经尝试过重新缩放，效果不错。另外，我想我可以带一个人，将他们投射到PCA中，看看他们落在哪里

---

不管怎样，这就是结局。谢谢你的帮助@Hack-r

@Hack-R我不确定我是否应该这样做，因为这要么是一个bug的问题，要么是我的错误解释！很抱歉是的，但我不明白为什么这些个体的规模会不一样。当刻度为-1:1时，我不知道如何解释-2.55的PC-1值。然而，我只是尝试了你发布的链接，并给了一个重新缩放的镜头-似乎这可能会解决！谢谢@Eric听起来你们可能把方差的缩放和值的范围搞混了。原始代码中没有发生任何尝试将值设置为-1:1的比例。你缩放了方差。也许我对这个的应用感到困惑。例如，在最初的帖子中，你如何对“个人1”做出任何结论？（PC1:-2.257141 PC2:-0.4784238 PC3:0.12727962 PC4:0.024087508）基本上，我想看看生成的PCA中的“个人在哪里”。

head(ind$coord) # coordinates of individuals

>       Dim.1      Dim.2       Dim.3        Dim.4

> 1 -2.257141 -0.4784238  0.12727962  0.024087508

> 2 -2.074013  0.6718827  0.23382552  0.102662845

> 3 -2.356335  0.3407664 -0.04405390  0.028282305

4 -2.291707  0.5953999 -0.09098530 -0.065735340

5 -2.381863 -0.6446757 -0.01568565 -0.035802870

6 -2.068701 -1.4842053 -0.02687825  0.006586116

> data(iris)

> res.pca <- prcomp(iris[, -5],  scale = TRUE)

> ind <- get_pca_ind(res.pca)

> print(ind)

>var <- get_pca_var(res.pca)

> print(var)