我正在使用sklearn的PCA来解决物理建模问题。在此问题中，PCA.fit_transform()和PCA.components_的返回值具有物理意义。但是，似乎sklearn的PCA自动使输入数据居中，因此PCA.fit_transform()和PCA.components_的返回值位于均值居中的空间中。我意识到PCA.inverse_transform返回原始的非均值输入数据，但这是通过np.dot(X, PCA.components_) + PCA.mean_完成的，其中X是PCA.fit_transform()的返回值。
换句话说，如何通过使用X将PCA.components_和X1更改为PCA.components_1和PCA.mean_，以使np.dot(X1,pca.components_1)返回与PCA.inverse_transform(X)的值相同吗？
可能有一个简单的线性代数解决方案，但我似乎无法弄清楚。