Visualisera förklarad varians
När beräkningarna är klara är det alltid värdefullt att visualisera data. Du ska nu skapa ett stapeldiagram som visar hur mycket varians varje principalkomponent förklarar.
Vektorn variable_explained som du skapade i förra övningen finns tillgänglig, och ggplot()-temat theme_() är inställt på classic.
Den här övningen är en del av kursen
Feature Engineering i R
Övningsinstruktioner
- Använd informationen i PCA-tibble:n för att skapa ett stapeldiagram över förklarad varians.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
PCA = tibble(PC = 1:length(sdev), var_explained = var_explained,
cumulative = cumsum(var_explained))
# Use the information in the PCA tibble to create a column plot of variance explained
PCA %>% ggplot(aes(x = ___, y = ___)) +
geom_col(fill = "steelblue") +
xlab("Principal components") +
ylab("Variance explained")