标签： r pca dimensionality-reduction
我正在尝试使用PCA将数据集的维度减少100个维度（变量）。函数 procomp（）告诉我们，有8个组件解释了我数据集中98％的差异。因此，使用PCA可以将100个预测变量减少到8个，而不会影响已解释的方差。我的问题是如何找到与这8个组件相关的变量，以便我可以报告那些最重要的8个变量以进行预测？