R：插入符包预处理（）
R: Caret Package preProcess()
我对数据建模和 R 还很陌生，不知道是否有人可以给我一些建议。
我正在使用 R 复制我在 SPSS 建模器中构建的模型，然后尝试改进它。目前我正在使用 caret 包构建一个基本的线性模型。
我使用 preProcess() 来缩放和居中我的数字字段，包括模型预测的数字变量。
preProcValues <- preProcess(Data_Numeric, method = c("center", "scale"))
Data_PreProc <- predict(preProcValues, Data_Numeric)
当我生成模型时，我发现这种预处理会产生更准确的模型，但是，我不确定如何获取缩放和居中的结果并获得 'result'。该模型用作定价工具，所以如果有意义的话，我需要取消缩放并将其居中？
对于 centering，样本均值被减去，中心值除以 scaling 的标准差。
从以下关系中很容易恢复。
- 数据
- 居中 = 数据 - 均值（数据）
- 缩放=居中/sd（数据）
我对数据建模和 R 还很陌生，不知道是否有人可以给我一些建议。
我正在使用 R 复制我在 SPSS 建模器中构建的模型，然后尝试改进它。目前我正在使用 caret 包构建一个基本的线性模型。
我使用 preProcess() 来缩放和居中我的数字字段，包括模型预测的数字变量。
preProcValues <- preProcess(Data_Numeric, method = c("center", "scale"))
Data_PreProc <- predict(preProcValues, Data_Numeric)
当我生成模型时，我发现这种预处理会产生更准确的模型，但是，我不确定如何获取缩放和居中的结果并获得 'result'。该模型用作定价工具，所以如果有意义的话，我需要取消缩放并将其居中？
对于 centering，样本均值被减去，中心值除以 scaling 的标准差。
从以下关系中很容易恢复。
- 数据
- 居中 = 数据 - 均值（数据）
- 缩放=居中/sd（数据）