Dodatkowe wyniki PCA

Modele PCA w R zawierają dodatkowe komponenty diagnostyczne i wynikowe:

center: średnie kolumn użyte do wycentrowania danych lub FALSE, jeśli dane nie były centrowane
scale: odchylenia standardowe kolumn użyte do skalowania danych lub FALSE, jeśli dane nie były skalowane
rotation: kierunki wektorów głównych składowych wyrażone w kategoriach oryginalnych cech/zmiennych. Ta informacja pozwala zdefiniować nowe dane w kategoriach oryginalnych składowych głównych
x: wartości każdej obserwacji z oryginalnego zbioru danych rzutowane na składowe główne

Dostęp do tych komponentów uzyskuje się tak samo jak do innych elementów modelu. Na przykład użyj pr.out$rotation, aby odczytać komponent rotation.

Które z poniższych twierdzeń jest nieprawdziwe w odniesieniu do modelu pr.out dopasowanego na danych pokemon?

Możliwe odpowiedzi

Komponent x to tabela o takich samych wymiarach jak oryginalne dane.

Dane były centrowane przed wykonaniem PCA.

Dane były skalowane przed wykonaniem PCA.

Kierunki wektorów składowych głównych są przedstawione w tabeli o takich samych wymiarach jak oryginalne dane.

ćwiczenie

Dodatkowe wyniki PCA

Instrukcje

Możliwe odpowiedzi

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje

Możliwe odpowiedzi

ćwiczenie