どの主成分が有用ですか？
pcaNews に保存された結果には、変数の数だけ主成分が含まれています。しかし、目標は次元削減です。いくつの主成分を抽出すべきか、ここで判断しましょう。複数のアプローチを使って決めてください。
pca の結果 pcaNews はワークスペースに読み込まれたままです。必要なパッケージもすべて読み込み済みです。
この演習はコースの一部です
Rで学ぶマーケティングアナリティクスのための機械学習
演習の手順
- スクリープロットを作成しましょう。何個の主成分が適切だと示唆されていますか？
- 70% の分散説明率を満たすには、何個の主成分が必要ですか（
summary()を確認してください）？ - Kaiser-Guttmann 基準に従うと、何個の主成分を抽出しますか？
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Screeplot:
___(___, type = ___)
# Cumulative explained variance:
___(___)
# Kaiser-Guttmann (number of components with eigenvalue larger than 1):
sum(pcaNews$___ > ___)