Ładunki i wyniki składowych głównych
Głównym celem PCA jest redukcja wymiarowości, która często jest niezbędna do wizualizacji danych wielowymiarowych. Jednym ze sposobów na przedstawienie takich danych jest wykreślenie wyników składowych głównych w dwóch wymiarach.
To ćwiczenie jest częścią kursu
Wielowymiarowe rozkłady prawdopodobieństwa w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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")