主成分の負荷量とスコア
PCA の主な目的は次元削減です。高次元データを可視化するために、この手法はしばしば必要となります。PC スコアを2次元でプロットすることは、高次元データを視覚化する方法の一つです。
この演習はコースの一部です
Rによる多変量確率分布
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。
# Create data frame of scores
scores.state <- data.frame(___)
# Plot of scores labeled by state name
ggplot(data = scores.state, aes(x = ___, y = ___, label = ___) +
geom_text( alpha = 0.8, size = 3) +
ggtitle("PCA of states data")