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 |
|---|---|---|---|---|---|---|
| Standard deviation | 1.78885 | 1.34164 | 1.04881 | 0.89443 | 0.70711 | 0.54772 |
| Proportion of Variance | 0.40000 | 0.22500 | 0.13750 | 0.10000 | 0.06250 | 0.03750 |
| Cumulative Proportion | 0.40000 | 0.62500 | 0.76250 | 0.86250 | 0.92500 | 0.96250 |
- 1분산 설명력이 80%를 넘으려면 주성분이 4개 이상 필요하다.
- 2분산을 가장 많이 설명하는 주성분의 설명력은 40.0%이다.
- 3분석에 사용된 원래 변수의 개수는 모두 6개이다.
- 42차원으로 축소한다면 손실되는 정보의 비율은 37.5%이다.