꿈라CBT아래 주성분분석 결과를 해석한 내용 중 잘못된 것은?
보기
어떤 데이터에 주성분분석(PCA)을 수행한 결과의 일부는 다음과 같다.
| Importance of components | PC1 | PC2 | PC3 | PC4 | PC5 | PC6 | PC7 |
|---|---|---|---|---|---|---|---|
| Standard deviation | 2.04629 | 1.62533 | 0.98189 | 0.83976 | 0.66978 | 0.54909 | 0.44900 |
| Proportion of Variance | 0.41873 | 0.26417 | 0.09641 | 0.07052 | 0.04486 | 0.03015 | 0.02016 |
| Cumulative Proportion | 0.41873 | 0.68290 | 0.77931 | 0.84983 | 0.89469 | 0.92484 | 0.94500 |
- 1분산 설명력이 80%를 넘으려면 주성분이 4개 이상 필요하다.
- 2분산을 가장 많이 설명하는 주성분의 설명력은 약 41.9%이다.
- 3분석에 사용된 원래 변수의 개수는 모두 7개이다.
- 42차원으로 축소한다면 손실되는 정보의 비율은 약 31.7%이다.