कितने कंपोनेंट चुनें

R में Multivariate Probability Distributions

Surajit Ray

Professor, University of Glasgow

princomp ऑब्जेक्ट का सारांश

summary(cars.pca)

Importance of components:
                       Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8  Comp.9
Standard deviation      2.378  1.443  0.710 0.5148 0.4280 0.3518 0.3241 0.2419 0.14896
Proportion of Variance  0.628  0.231  0.056 0.0294 0.0204 0.0138 0.0117 0.0065 0.00247
Cumulative Proportion   0.628  0.860  0.916 0.9453 0.9656 0.9794 0.9910 0.9975 1.00000

स्क्री प्लॉट का उपयोग

विधि 1

समझाई गई वैरिएशन का अनुपात

screeplot(cars.pca, type = "lines")

चयन {{2}} पर आधारित

कर्व की तीव्रता
उसके बाद समतल रेखा

संचयी वैरिएंस व्याख्या

विधि 2

संचयी वैरिएशन
पूर्व-निर्धारित मान तक समझाएँ

summary(cars.pca)

Importance of components:
                      Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8  Comp.9
Standard deviation     2.378  1.443  0.710 0.5148 0.4280 0.3518 0.3241 0.2419 0.14896
Proportion of Variance 0.628  0.231  0.056 0.0294 0.0204 0.0138 0.0117 0.0065 0.00247
Cumulative Proportion  0.628  0.860  0.916 0.9453 0.9656 0.9794 0.9910 0.9975 1.00000

संचयी अनुपाती वैरिएंस की गणना

संचयी अनुपात

# Variance explained
pc.var <- cars.pca$sdev^2

# Proportion of variation
pc.pvar <- pc.var / sum(pc.var)

# Cumulative proportion
plot(cumsum(pc.pvar), type = 'b')

abline(h = 0.9, lty = 2)

संचयी अनुपाती वैरिएंस की गणना

संचयी अनुपात

# Variance explained
pc.var <- cars.pca$sdev^2

# Proportion of variation
pc.pvar <- pc.var / sum(pc.var)

# Cumulative proportion
plot(cumsum(pc.pvar), type = 'b')

abline(h = 0.9, lty = 2)

3 PCs वैरिएशन का 90 प्रतिशत समझाते हैं

आइए इन तकनीकों का अभ्यास करें!

R में Multivariate Probability Distributions