Comunicare i risultati della PCA

Questo esercizio verifica la tua comprensione dei risultati della PCA, in particolare dei loading e della varianza spiegata. I loading, rappresentati come vettori, descrivono la mappatura dalle feature originali ai componenti principali. I componenti principali sono naturalmente ordinati dalla maggiore alla minore varianza spiegata.

Le variabili che hai creato prima — wisc.data, diagnosis, wisc.pr e pve — sono ancora disponibili.

Per il primo componente principale, qual è il componente del vettore di loading per la feature concave.points_mean? Qual è il numero minimo di componenti principali necessario per spiegare l’80% della varianza dei dati?