使用同一数据集实现nsprcomp时得到不同PC值的问题咨询

• 算法本身的迭代优化存在随机性：当你设置nneg=TRUE启用非负主成分分析模式时，该算法没有普通PCA的闭式解析解，需要通过迭代优化求解带非负约束的目标函数。算法默认对初始载荷矩阵做随机初始化，每次运行的初始值不同，大概率会收敛到不同的局部最优解，最终输出的PC值就会存在差异。
• 遍历调用逻辑放大了随机性：你在for循环中每次计算i个主成分时，都是单独重新调用nsprcomp重新训练，每轮调用都会重新生成随机初始值，不会复用前一次的计算结果，进一步导致每次完整运行的输出都不固定。

复现固定结果的方案 #

在调用nsprcomp前设置固定随机种子即可，修改后的代码示例如下：

# 固定随机种子，数值可自定义，只要保持一致就能复现结果
set.seed(123)
nonpca<-nsprcomp(data,ncomp=i,nneg=TRUE,scale.= TRUE)
names(nonpca)
SumPC<-rowSums(nonpca$rotation)
w<-(SumPC)/sum(SumPC)

内容的提问来源于stack exchange，提问作者user1234556