R - 如何设置特定数量的PCA组件来训练预测模型

Question

使用train（）和preProcess（）我想用前7个主成分作为预测因子，使用PCA构建预测模型。

下面的作品，但我不能指定PC数量：

predModel2 <- train(diagnosis~., data=training2, method = "glm", preProcess = "pca") 

我已经试过这指定PC的数量，但我不知道如何将其纳入火车（）：

predModel2 <- train(diagnosis~., data=training2, method = "glm", preProcess = "pca", pcaComp=7) 
Error in train.default(x, y, weights = w, ...) : Stopping 

UPDATE： 它本身

training_pre<-preProcess(training[,ILcols],method = c("center", "scale", "pca"),pcaComp= 7) 

我已经尝试使用EMS我解决这个问题，通过使用预测（）第一名：

training2_pca<-predict(training_pre,training2_pca) 
train(diagnosis~., data=training2_pca, method = "glm") 

Answer 1

所有预处理应该在训练或折叠来完成，在这种情况下，重新取样。这可以防止“数据泄漏”，所以上述第一种方法应该是首选的，参见例如。 this question。

pcaComp参数进入trainControl()。以虹膜数据，KNN和前两个主要部件为例：

predModel2 <- train(Species~., data=iris, method = "knn", preProcess = "pca", 
        trControl = trainControl(preProcOptions = list(pcaComp = 2)))