主成分分析

練習問題1
氏名
A
B
C
D
E
平均
英語
60
100
80
60
70
74
数学
20
80
44
80
100
64.8
練習問題1(1)
• vec <-c(60, 20, 100, 80, 80, 44, 60, 80, 70, 100)
– データをvecという変数に割り当てる
• data<-matrix(vec,5,2,byrow=F)
– 5行2列の行列情報として定義して,dataへ入力する.
• colnames(data)<-c("English","Mathematics")
– Dataの2列に“English”,“Mathematics”とラベルをつける.
• pca.res<-prcomp(data)
– Dataの主成分分析を行い,結果をpca.resに入力する.
• summary(pca.res)
– pca.resにある結果を表示する.
練習問題1(2)
Importance of components:
PC1 PC2
Standard deviation 33.1435 16.2699
Proportion of Variance 0.8058 0.1942
Cumulative Proportion 0.8058 1.0000
寄与率
累積寄与率
演習問題1
• 次のデータの主成分分析を行い,累積寄与
率が80%以上となるように主成分を選択しな
さい.
社会欄
スポーツ欄
A
M
Y
S
N
H
C
8
9
9
5
3
3
5
3
7
5
9
5
10
6
演習問題2
• 次のデータの主成分分析を行い,累積寄与
率が80%以上となるように主成分を選択しな
さい.
氏名
A
B
C
D
E
英語
数学
60
100
80
60
70
国語
20
80
44
80
100
理科
60
50
80
40
80
30
90
60
60
70
演習問題3
• Kinectから得た顔データについて主成分分析
を行い,累積寄与率が80%以上となるように
主成分を選択しなさい.