如何在具有大型数据集的 R 中使用 princomp() 或 prcomp() 函数，而不转换数据？答案

【问题标题】：how to use princomp() or prcomp() functions in R with large datasets, without trasposing the data?如何在具有大型数据集的 R 中使用 princomp() 或 prcomp() 函数，而不转换数据？
【发布时间】：2012-09-27 16:20:59
【问题描述】：

我刚刚开始了解 PCA，我希望将它用于包含超过 4,00,000 行的巨大微阵列数据集。我有样本形式的列，以及基因/基因座形式的行。我确实浏览了一些关于使用 PCA 的教程，并且遇到了 princomp() 和 prcomp() 以及其他一些。

现在，正如我在这里了解到的那样，为了在双标图中绘制“样本”，我需要将它们放在行中，将基因/基因座放在列中，因此我必须在之前转置我的数据将其用于 PCA。

但是，由于行数超过 4,00,000，我无法将它们转换为列，因为列是有限的。所以我的问题是，有没有办法使用这些 R 函数对我的数据执行 PCA 而不转置它？如果没有，你们中的任何人都可以建议我任何其他方式或方法吗？

【问题讨论】：

我想知道您转置数据是否会为 PCA 提供相同的结果

标签： r transpose pca princomp

【解决方案1】：

您为什么讨厌转置您的数据？很简单！

如果您将数据读入 R（例如作为矩阵 microarray.data），您只需一个命令即可转置它们：

transposed.microarray.data<-t(microarray.data)

【讨论】：

哦，是的.. 可行.. :) 并不是我讨厌转置.. 我在 excel 文件中尝试过，但没有用。我没有意识到可以这样做..非常感谢你:)