Вибір кількості головних компонент (PCs)
Одна з основних складностей PCA — вибір кількості головних компонент. Це можна зробити, оцінивши кумулятивну частку поясненої дисперсії. Ми використаємо цей підхід, щоб вибрати кількість компонент, достатню для пояснення 95% варіації в даних state.x77. Частка варіації, пояснена кожною головною компонентою, уже завантажена для вас як об'єкт pca.pvar.
Ця вправа є частиною курсу
Багатовимірні ймовірнісні розподіли в R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Proportion of variance explained by each principal component
# Cumulative variance explained plot
plot(___, xlab = "Principal component", ylab = "Cumulative Proportion of variance explained", ylim = c(0,1), type = 'b')
grid()