Variance expliquée
Le deuxième type de graphique couramment utilisé pour comprendre les modèles d'ACP est le « scree plot » (ou graphique d'éboulis). Il montre la variance expliquée à mesure que le nombre de composantes principales augmente. Parfois, on trace aussi la variance expliquée cumulée.
Dans cet exercice et le prochain, vous allez préparer les données du modèle pr.out que vous avez créé au début du chapitre pour les utiliser dans un scree plot. Il faut préparer les données pour le traçage, car il n'existe pas de fonction intégrée dans R pour créer ce type de graphique.
Cette activité fait partie du cours
Apprentissage non supervisé en R
Instructions de l’exercice
pr.out et les données pokemon sont toujours disponibles dans votre espace de travail.
- Assignez à la variable
pr.varle carré des écarts types des composantes principales (c.-à-d. la variance). L'écart type des composantes principales se trouve dans le composantsdevde l'objet de modèle d'ACP. - Assignez à la variable
pvela proportion de variance expliquée, calculée en divisantpr.varpar la variance totale expliquée par toutes les composantes principales.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Variability of each principal component: pr.var
pr.var <- ___
# Variance explained by each principal component: pve
pve <- ___ / ___