Choisir le nombre de composantes principales
L'un des principaux défis avec l'ACP consiste à choisir le nombre de composantes principales (PC). On peut le faire en regardant la proportion cumulée de variance expliquée. Nous allons utiliser cette méthode pour déterminer le nombre de PC nécessaires pour expliquer 95 % de la variation dans les données state.x77. La proportion de variance expliquée par chaque PC est déjà chargée pour vous dans l'objet pca.pvar.
Cet exercice fait partie du cours
<cours>Lois de probabilité multivariées en R</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Proportion of variance explained by each principal component
# Cumulative variance explained plot
plot(___, xlab = "Principal component", ylab = "Cumulative Proportion of variance explained", ylim = c(0,1), type = 'b')
grid()