Varianza spiegata
Il secondo tipo di grafico comunemente usato per capire i modelli PCA è lo scree plot. Uno scree plot mostra la varianza spiegata al crescere del numero di componenti principali. A volte viene tracciata anche la varianza spiegata cumulativa.
In questo e nel prossimo esercizio, preparerai i dati dal modello pr.out che hai creato all'inizio del capitolo per usarli in uno scree plot. La preparazione dei dati per il grafico è necessaria perché in R non esiste una funzione integrata per creare questo tipo di grafico.
Questo esercizio fa parte del corso
Unsupervised Learning in R
Istruzioni dell'esercizio
pr.out e i dati pokemon sono ancora disponibili nel tuo workspace.
- Assegna alla variabile
pr.varil quadrato delle deviazioni standard delle componenti principali (cioè la varianza). La deviazione standard delle componenti principali è disponibile nel componentesdevdell'oggetto modello PCA. - Assegna alla variabile
pvela proporzione di varianza spiegata, calcolata dividendopr.varper la varianza totale spiegata da tutte le componenti principali.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Variability of each principal component: pr.var
pr.var <- ___
# Variance explained by each principal component: pve
pve <- ___ / ___