在R中应用PCA后如何重构原始数据矩阵

我已经使用R中的函数

prcomp

对我的数据应用了PCA

此函数返回以下内容：

变异

旋转矩阵

标准差

分数（X）

---

我的问题是：在选择（例如）两个主成分后，如何重建数据的简化版本

使用旋转矩阵在PCA和“正常”空间之间来回移动。只要仔细看看你最喜欢的多元统计书中PCA章节中的矩阵代数。要截断（或减少）数据集，只需将旋转矩阵限制为所需的PC轴，例如前两个轴

不是原始数据。我指的是在选择前两个PC后原始数据的子集。我如何使用旋转矩阵来获得简化的数据？这就是我在回答的最后一句中所说的，使用旋转矩阵的子集可以重建简化的原始数据。