Interpretace výsledků PCA
Toto cvičení prověří, jak rozumíš výsledkům PCA – konkrétně zátěžím (loadings) a vysvětlenému rozptylu. Zátěže, vyjádřené jako vektory, popisují, jak se původní proměnné mapují na hlavní komponenty. Hlavní komponenty jsou seřazeny přirozeně – od té, která vysvětluje nejvíce rozptylu, po tu s nejmenším příspěvkem.
Proměnné, které jsi vytvořil/a dříve – wisc.data, diagnosis, wisc.pr a pve – jsou stále k dispozici.
Jaká je složka vektoru zátěže pro proměnnou concave.points_mean v rámci první hlavní komponenty? A kolik hlavních komponent je minimálně potřeba, aby bylo vysvětleno 80 % rozptylu dat?
Toto cvičení je součástí kurzu
Unsupervised Learning in R
Interaktivní praktické cvičení
Proměňte teorii v praxi s jedním z našich interaktivních cvičení
Začít cvičení