Mengkomunikasikan hasil PCA

Latihan ini akan memeriksa pemahaman Anda tentang hasil PCA, khususnya loading dan varians yang dijelaskan. Loading, yang direpresentasikan sebagai vektor, menjelaskan pemetaan dari fitur asli ke komponen utama. Komponen utama secara alami diurutkan dari yang paling banyak hingga paling sedikit menjelaskan varians.

Variabel yang sudah Anda buat sebelumnya—wisc.data, diagnosis, wisc.pr, dan pve—masih tersedia.

Untuk komponen utama pertama, berapakah komponen vektor loading untuk fitur concave.points_mean? Berapa jumlah minimum komponen utama yang diperlukan untuk menjelaskan 80% varians data?