Erklärte Varianz
Der zweite gängige Diagrammtyp, um PCA-Modelle zu verstehen, ist das Scree-Plot. Ein Scree-Plot zeigt die erklärte Varianz in Abhängigkeit von der Anzahl der Hauptkomponenten. Manchmal wird auch die kumulierte erklärte Varianz dargestellt.
In dieser und der nächsten Übung bereitest du Daten aus dem pr.out-Modell, das du zu Beginn des Kapitels erstellt hast, für die Verwendung in einem Scree-Plot auf. Die Daten für die Visualisierung aufzubereiten ist nötig, da es in R keine eingebaute Funktion für diese Art von Diagramm gibt.
Diese Übung ist Teil des Kurses
<Kurs>Unüberwachtes Lernen in R</Kurs>Übungsanweisungen
pr.out und die pokemon-Daten sind weiterhin in deinem Workspace verfügbar.
- Weise der Variable
pr.vardas Quadrat der Standardabweichungen der Hauptkomponenten zu (also die Varianz). Die Standardabweichungen der Hauptkomponenten findest du in der Komponentesdevdes PCA-Modellobjekts. - Weise der Variable
pveden Anteil der erklärten Varianz zu, berechnet durch Division vonpr.vardurch die gesamte von allen Hauptkomponenten erklärte Varianz.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Variability of each principal component: pr.var
pr.var <- ___
# Variance explained by each principal component: pve
pve <- ___ / ___