哪些主成分是重要的？
你存放在 pcaNews 的結果，主成分數與變數數一樣多。不過你的目標是降維。現在該判斷應該抽取多少個主成分了。請用多種方法來做決定。
pca pcaNews 的結果已載入至你的工作空間。所有必要的套件也已載入。
本練習屬於課程
R 的行銷分析機器學習
練習說明
- 建立 screeplot。它建議保留多少個主成分？
- 若要達到解釋變異達 70% 的準則（參考
summary()），需要多少個主成分？ - 依據 Kaiser-Guttmann 準則，你會抽取多少個主成分？
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Screeplot:
___(___, type = ___)
# Cumulative explained variance:
___(___)
# Kaiser-Guttmann (number of components with eigenvalue larger than 1):
sum(pcaNews$___ > ___)