我有几个要在 PCA 中处理的大型栅格(以生成汇总栅格)。
我见过几个例子，人们似乎只是简单地调用 prcomp 或 princomp。但是，当我这样做时，我收到以下错误消息:Error in as.vector(data): no method for coercing this S4 class to a vector
示例代码:
files<-list.files() # a set of rasters
layers<-stack(files) # using the raster package
pca<-prcomp(layers)
我曾尝试使用光栅砖代替堆栈，但这似乎不是问题。我需要什么方法提供命令才能将栅格数据转换为矢量格式？我知道有多种方法可以对栅格进行采样并从中运行 PCA，但我真的很想了解为什么上述方法不起作用。
谢谢!
最佳答案
回答我自己的问题:我最终做了一些稍微不同的事情:我没有使用每个栅格单元作为输入(非常大的数据集)，而是采集点样本，运行 PCA，然后保存输出模型，以便我可以进行预测对于每个网格单元......也许不是最好的解决方案，但它有效:
rasters <- stack(myRasters)
sr <- sampleRandom(rasters, 5000) # sample 5000 random grid cells
# run PCA on random sample with correlation matrix
# retx=FALSE means don't save PCA scores
pca <- prcomp(sr, scale=TRUE, retx=FALSE)
# write PCA model to file
dput(pca, file=paste("./climate/", name, "/", name, "_pca.csv", sep=""))
x <- predict(rasters, pca, index=1:6) # create new rasters based on PCA predictions
关于r - 在 R 中使用栅格数据集的 PCA，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19866009/