我可以用prcomp或R中的其他PCA函数转换数据,而不拟合数据吗?

我可以用prcomp或R中的其他PCA函数转换数据,而不拟合数据吗?,r,pca,R,Pca,我想做一些类似于我能做的事情。拟合变换()训练数据,然后用它来测试数据,但在R中。到目前为止,我已经找到了prcomp和princomp,但我不知道如何使用这些函数来实现这一点。你的意思是这样的吗?(我正在使用iris数据的两个子集进行训练和测试。) 我相信就是这样。我将不得不与sklearn函数进行比较,确保得到相同或相似的结果。sweet,匿名否决票。这个问题有那么糟糕吗? pcs <- prcomp(iris[1:100, -5]) test_scores <- predict

我想做一些类似于我能做的事情。拟合变换()训练数据,然后用它来测试数据,但在R中。到目前为止,我已经找到了
prcomp
princomp
,但我不知道如何使用这些函数来实现这一点。

你的意思是这样的吗?(我正在使用
iris
数据的两个子集进行训练和测试。)


我相信就是这样。我将不得不与sklearn函数进行比较,确保得到相同或相似的结果。sweet,匿名否决票。这个问题有那么糟糕吗?
pcs <- prcomp(iris[1:100, -5])
test_scores <- predict(pcs, newdata = iris[101:150, ])