Interpretacja wyników PCA

To ćwiczenie sprawdzi, jak dobrze rozumiesz wyniki PCA – w szczególności ładunki (loadings) oraz wyjaśnioną wariancję. Ładunki, reprezentowane jako wektory, opisują odwzorowanie oryginalnych cech na główne składowe. Główne składowe są naturalnie uporządkowane od tej, która wyjaśnia najwięcej wariancji, do tej, która wyjaśnia jej najmniej.

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

Dla pierwszej głównej składowej: jaka jest wartość składowej wektora ładunków dla cechy concave.points_mean? Jaka jest minimalna liczba głównych składowych potrzebna do wyjaśnienia 80% wariancji danych?

Możliwe odpowiedzi

-0.26085376, 5

-0.25088597, 2

0.034767500, 4

0.26085376, 5

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

Instrukcje

Możliwe odpowiedzi

ćwiczenie