説明される分散
PCA モデルを理解するためのもう1つの一般的なプロット方法が、スクリープロットです。スクリープロットは、主成分の数が増えるにつれて説明される分散がどう変化するかを示します。累積の説明分散を合わせてプロットすることもあります。
この演習と次の演習では、本章の冒頭で作成した pr.out モデルのデータを使って、スクリープロット用のデータを準備します。R にはこの種のプロットを作成する組み込み関数がないため、プロット用のデータを自分で準備する必要があります。
この演習はコースの一部です
R による教師なし学習
演習の手順
pr.out と pokemon のデータは、引き続きワークスペースで使用できます。
- 主成分の標準偏差を2乗した値（つまり分散）を変数
pr.varに代入します。主成分の標準偏差は、PCA モデルオブジェクトのsdevコンポーネントから取得できます。 pr.varを、すべての主成分で説明される分散の合計で割ることで計算される分散説明割合を、変数pveに代入します。
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。
# Variability of each principal component: pr.var
pr.var <- ___
# Variance explained by each principal component: pve
pve <- ___ / ___