主成分数の選び方

Rで学ぶマーケティングアナリティクスのための機械学習

Verena Pflieger

Data Scientist at INWT Statistics

有効な主成分数：説明分散

# Proportion of variance explained:
summary(pcaCust)

Importance of components:
                          PC1    PC2    PC3     PC4     PC5     PC6     PC7
Standard deviation     2.0951 1.8379 1.2960 1.20415 1.12301 1.07453 0.80486
Proportion of Variance 0.2743 0.2111 0.1050 0.09062 0.07882 0.07216 0.04049
Cumulative Proportion  0.2743 0.4855 0.5904 0.68106 0.75989 0.83205 0.87254
                           PC8     PC9    PC10    PC11    PC12    PC13
Standard deviation     0.78236 0.72452 0.61302 0.48428 0.36803 0.25901
Proportion of Variance 0.03826 0.03281 0.02349 0.01466 0.00847 0.00419
Cumulative Proportion  0.91079 0.94360 0.96709 0.98175 0.99021 0.99440
                          PC14    PC15    PC16
Standard deviation     0.20699 0.17126 0.13170
Proportion of Variance 0.00268 0.00183 0.00108
Cumulative Proportion  0.99708 0.99892 1.00000

有効な主成分数：カイザー・ガットマン基準

カイザー・ガットマン基準：固有値 > 1

pcaCust$sdev ^ 2

 [1] 4.38961593 3.37778445 1.67965616 1.44997580 1.26115351 1.15461579
 [7] 0.64780486 0.61209376 0.52492468 0.37579685 0.23452736 0.13544710
[13] 0.06708362 0.04284504 0.02933027 0.01734481

有効な主成分数：スクリープロット

スクリープロット：「肘」を探す

screeplot(pcaCust, type = "lines")
box()
abline(h = 1, lty = 2)

基準別の推奨主成分数

説明分散	カイザー・ガットマン	スクリープロット
5	6	6

バイプロット

biplot(pcaCust, choices = 1:2, cex = 0.7)

練習しましょう！

Rで学ぶマーケティングアナリティクスのための機械学習