1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie nienadzorowane w R
Connected

ćwiczenie

Interpretacja wyników PCA

Teraz skorzystasz z kilku wizualizacji, aby lepiej zrozumieć swój model PCA. Z jedną z nich – wykresem dwuwymiarowym (biplot) – zapoznałeś się już we wcześniejszym rozdziale.

Przekonasz się, jakie typowe trudności pojawiają się przy stosowaniu biplotów do rzeczywistych danych zawierających dużą liczbę obserwacji i zmiennych, a następnie przyjrzysz się alternatywnym wizualizacjom. Zachęcamy do eksperymentowania z dodatkowymi wykresami przed przejściem do następnego ćwiczenia.

Instrukcje

100 XP

Zmienne utworzone wcześniej – wisc.data, diagnosis i wisc.pr – są nadal dostępne.

  • Utwórz biplot danych wisc.pr. Co zwraca twoją uwagę na tym wykresie? Czy jest on łatwy, czy trudny do zrozumienia? Dlaczego?
  • Uruchom kod, aby wyświetlić wykres rozrzutu obserwacji względem pierwszej i drugiej składowej głównej, kolorując punkty według diagnozy.
  • Powtórz to samo dla pierwszej i trzeciej składowej głównej. Co zauważasz na tych wykresach?