Förklarad varians

I den här övningen skapar du scree-diagram som visar andelen förklarad varians i takt med att antalet principalkomponenter ökar. Data från PCA behöver förberedas för dessa diagram, eftersom det inte finns någon inbyggd funktion i R för att skapa dem direkt från PCA-modellen.

När du tittar på diagrammen, fundera på om det finns en tydlig knäpunkt i den förklarade variansen som kan hjälpa dig att välja ett naturligt antal principalkomponenter. Om ingen tydlig knäpunkt finns – vilket är vanligt i verkliga datamängder – fundera på hur du annars kan avgöra hur många principalkomponenter du bör behålla utifrån scree-diagrammet.

Den här övningen är en del av kursen

Oövervakad inlärning i R

Visa kurs

Övningsinstruktioner

Variablerna du skapade tidigare, wisc.data, diagnosis och wisc.pr, är fortfarande tillgängliga.

Beräkna variansen för varje principalkomponent genom att kvadrera komponenten sdev i wisc.pr. Spara resultatet i ett objekt som heter pr.var.
Beräkna andelen varians som förklaras av varje principalkomponent genom att dividera med den totala förklarade variansen för alla principalkomponenter. Tilldela detta till en variabel som heter pve.
Skapa ett diagram över förklarad varians för varje principalkomponent.
Använd funktionen cumsum() för att skapa ett diagram över den kumulativa andelen förklarad varians.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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")

Redigera och kör kod