Wybór liczby składowych głównych
Jednym z głównych wyzwań w PCA jest wybór liczby składowych głównych (PC). Można to zrobić, analizując skumulowany udział wyjaśnianej wariancji. Użyjemy tej metody, aby wybrać liczbę składowych potrzebnych do wyjaśnienia 95% zmienności w danych state.x77. Udział wariancji wyjaśnianej przez każdą składową jest już wczytany jako obiekt pca.pvar.
To ćwiczenie jest częścią kursu
Wielowymiarowe rozkłady prawdopodobieństwa w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Proportion of variance explained by each principal component
# Cumulative variance explained plot
plot(___, xlab = "Principal component", ylab = "Cumulative Proportion of variance explained", ylim = c(0,1), type = 'b')
grid()