ComenzarEmpieza gratis

Cómo comunicar resultados de PCA

Este ejercicio comprobará tu comprensión de los resultados de la PCA, en particular las cargas y la varianza explicada. Las cargas, representadas como vectores, describen el mapeo de las variables originales a los componentes principales. Los componentes principales se ordenan de forma natural desde el que más varianza explica hasta el que menos.

Las variables que creaste antes —wisc.data, diagnosis, wisc.pr y pve— siguen disponibles.

Para el primer componente principal, ¿cuál es el componente del vector de cargas para la variable concave.points_mean? ¿Cuál es el número mínimo de componentes principales necesarios para explicar el 80% de la varianza de los datos?

Este ejercicio forma parte del curso

Unsupervised Learning in R

Ver curso

Ejercicio interactivo práctico

Pon en práctica la teoría con uno de nuestros ejercicios interactivos

Empezar ejercicio