带有prcomp的PCA会产生意想不到的结果

Question

我试图理解prcomp在R中的作用，因为它在引擎盖下使用了SVD。这是一个使用单位矩阵的简单示例：

xdim <- 4
arr <- array(0, dim=c(xdim,xdim))
for(v in 1:xdim) { arr[v,v]=1.0 }
pcaa <- prcomp(arr)

pcaa $ rotation应包含一个单位矩阵，但不包含单位矩阵。如果我使用

pcaa <- prcomp(arr, center=FALSE)

那么它确实如此。难道特征向量不易计算吗？为什么数据居中将其抛弃？