Varianța explicată
În acest exercițiu, vei crea grafice scree care arată proporția de varianță explicată pe măsură ce numărul de componente principale crește. Datele din PCA trebuie pregătite în prealabil pentru aceste grafice, deoarece în R nu există o funcție dedicată care să le genereze direct din modelul PCA.
Pe măsură ce analizezi aceste grafice, întreabă-te dacă există un „cot" în cantitatea de varianță explicată care te-ar putea ghida spre un număr natural de componente principale. Dacă un astfel de cot nu este evident – ceea ce este tipic pentru seturile de date din lumea reală – gândește-te cum altfel ai putea determina numărul de componente principale de reținut pe baza graficului scree.
Acest exercițiu face parte din cursul
Învățare nesupervizată în R
Instrucțiuni pentru exercițiu
Variabilele create anterior, wisc.data, diagnosis și wisc.pr, sunt în continuare disponibile.
- Calculează varianța fiecărei componente principale ridicând la pătrat componenta
sdeva obiectuluiwisc.pr. Salvează rezultatul într-un obiect numitpr.var. - Calculează varianța explicată de fiecare componentă principală împărțind la varianța totală explicată de toate componentele principale. Atribuie rezultatul unei variabile numite
pve. - Creează un grafic al varianței explicate pentru fiecare componentă principală.
- Folosind funcția
cumsum(), creează un grafic al proporției cumulative de varianță explicată.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Set up 1 x 2 plotting grid
par(mfrow = c(1, 2))
# Calculate variability of each component
# Variance explained by each principal component: pve
# Plot variance explained for each principal component
plot(___, xlab = "Principal Component",
ylab = "Proportion of Variance Explained",
ylim = c(0, 1), type = "b")
# Plot cumulative proportion of variance explained
plot(___, xlab = "Principal Component",
ylab = "Cumulative Proportion of Variance Explained",
ylim = c(0, 1), type = "b")