選擇主成分（PCs）的數量
PCA 的主要挑戰之一是要選擇主成分的數量。常見做法是看解釋變異的累積比例。我們要用這個方法，選出能解釋 state.x77 資料中 95% 變異所需的主成分數量。每個主成分所解釋的變異比例已預先載入為物件 pca.pvar。
本練習屬於課程
R 的多變量機率分配
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。
# 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()