Wybór odpowiedniej liczby głównych składowych

Uczenie maszynowe w analizie marketingowej w R

Verena Pflieger

Data Scientist at INWT Statistics

Liczba składowych: wyjaśniona wariancja

# 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

Liczba składowych: kryterium Kaisera-Guttmana

Kryterium Kaisera-Guttmana: wartość własna > 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

Liczba składowych: wykres osypiska

Wykres osypiska: „Znajdź łokieć"

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

Sugerowana liczba składowych według kryterium

Wyjaśniona wariancja	Kaiser-Guttman	Wykres osypiska
5	6	6

Dwuwykres (biplot)

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

Ćwiczenia!

Uczenie maszynowe w analizie marketingowej w R