Weitere PCA-Ergebnisse

PCA-Modelle in R liefern zusätzliche Diagnose- und Ergebnisbestandteile:

• center: die Spaltenmittelwerte, mit denen die Daten zentriert wurden, oder FALSE, wenn die Daten nicht zentriert wurden
• scale: die Spaltenstandardabweichungen, mit denen die Daten skaliert wurden, oder FALSE, wenn die Daten nicht skaliert wurden
• rotation: die Richtungen der Hauptkomponentenvektoren in Bezug auf die ursprünglichen Merkmale/Variablen. Diese Information ermöglicht es dir, neue Daten in Bezug auf die ursprünglichen Hauptkomponenten zu definieren
• x: der Wert jeder Beobachtung im ursprünglichen Datensatz, projiziert auf die Hauptkomponenten

Du kannst darauf genauso zugreifen wie auf andere Modellbestandteile. Verwende zum Beispiel pr.out$rotation, um auf die Komponente rotation zuzugreifen.

Welche der folgenden Aussagen ist in Bezug auf das pr.out-Modell, das auf den pokemon-Daten gefittet wurde, nicht korrekt?