Part de variance expliquée

Dans cet exercice, vous allez produire des scree plots montrant la proportion de variance expliquée à mesure que le nombre de composantes principales augmente. Les données issues de l’ACP doivent être préparées pour ces graphiques, car il n’existe pas de fonction R intégrée pour les créer directement à partir du modèle d’ACP.

En examinant ces graphiques, demandez-vous s’il existe un « coude » dans la courbe de variance expliquée qui vous inciterait à choisir un nombre naturel de composantes principales. Si aucun coude évident n’apparaît, comme c’est souvent le cas avec des jeux de données réels, réfléchissez à d’autres critères pour déterminer le nombre de composantes principales à conserver à partir du scree plot.

Cet exercice fait partie du cours

Apprentissage non supervisé en R

Afficher le cours

Instructions

Les variables que vous avez créées précédemment, wisc.data, diagnosis et wisc.pr, sont toujours disponibles.

Calculez la variance de chaque composante principale en élevant au carré le composant sdev de wisc.pr. Enregistrez le résultat dans un objet nommé pr.var.
Calculez la part de variance expliquée par chaque composante principale en divisant par la variance totale expliquée de l’ensemble des composantes principales. Affectez le résultat à une variable appelée pve.
Créez un graphique de la part de variance expliquée pour chaque composante principale.
En utilisant la fonction cumsum(), créez un graphique de la proportion cumulée de variance expliquée.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Set up 1 x 2 plotting grid
par(mfrow = c(1, 2))

# Calculate variability of each component


# Variance explained by each principal component: pve


# Plot variance explained for each principal component
plot(___, xlab = "Principal Component", 
     ylab = "Proportion of Variance Explained", 
     ylim = c(0, 1), type = "b")

# Plot cumulative proportion of variance explained
plot(___, xlab = "Principal Component", 
     ylab = "Cumulative Proportion of Variance Explained", 
     ylim = c(0, 1), type = "b")

Modifier et exécuter le code