可视化方差解释度

现在，您将创建一幅碎石图（scree plot），展示每个主成分所解释的方差占比，以及累计方差解释占比。

请回忆视频中的讲解：这些图可以帮助确定需要保留的主成分数量。一个常见的方法是观察碎石图的"肘部"：当主成分数量增加时，方差解释率的提升开始明显放缓。在没有明显肘部的情况下，您也可以将碎石图作为参考来设定阈值。

本练习是课程的一部分

R 中的无监督学习

查看课程

练习说明

上一练习中创建的 pve 对象仍然保存了各主成分的方差解释占比。

使用 plot() 绘制每个主成分的方差解释占比。
使用 plot() 与 cumsum()（累计和）绘制累计方差解释占比随主成分数量变化的曲线。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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")

编辑并运行代码