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
Ejercicio interactivo práctico
Pon en práctica la teoría con uno de nuestros ejercicios interactivos
Empezar ejercicio