当你在R中进行主成分分析时，如何判断它是否更好地标准化你的数据矩阵？

Question

我试图在R中进行主成分分析。我相信，有两种方法可以做到这一点。 一种是立即进行主成分分析，另一种方法是首先使用s = scale（m）标准化矩阵，然后应用主成分分析。
我如何判断结果更好？我应该特别关注什么价值观。我已经设法找到特征值和特征向量，使用两种方法的每个特征向量的方差比例。

我注意到没有标准化的第一个pca的方差比例有一个更大的值。它有意义吗？总是这样吗？

最后，如果我应该预测一个变量，即当我进行主成分分析时，我应该从我的数据矩阵中删除变量即权重吗？

Answer 1

您的变量是否按常规比例测量？如果是，那么不要缩放。如果不是，那么扩展可能是一个好主意。

如果您试图预测另一个变量的值，PCA可能不是正确的工具。也许你应该看一下回归模型。