पीसीए परिणामों को देखने के लिए आर में बाइप्लॉट कैसे बनाएं

प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) एक अप्रशिक्षित मशीन लर्निंग तकनीक है जो उन प्रमुख घटकों को ढूंढना चाहती है जो डेटा सेट में भिन्नता के एक बड़े हिस्से की व्याख्या करते हैं।

किसी दिए गए डेटासेट के लिए पीसीए के परिणामों की कल्पना करने के लिए, हम एक बाइप्लॉट बना सकते हैं, जो एक प्लॉट है जो पहले दो प्रमुख घटकों द्वारा गठित एक विमान पर डेटासेट में प्रत्येक अवलोकन को प्रदर्शित करता है।

हम बाइप्लॉट बनाने के लिए R में निम्नलिखित मूल सिंटैक्स का उपयोग कर सकते हैं:

 #perform PCA
results <- princomp(df)

#create biplot to visualize results of PCA
biplot(results)

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण: आर में बाइप्लॉट कैसे बनाएं

इस उदाहरण के लिए, हम यूएसएरेस्ट्स नामक अंतर्निहित आर डेटासेट का उपयोग करेंगे:

 #view first six rows of USArrests dataset
head(USArrests)

           Murder Assault UrbanPop Rape
Alabama 13.2 236 58 21.2
Alaska 10.0 263 48 44.5
Arizona 8.1 294 80 31.0
Arkansas 8.8 190 50 19.5
California 9.0 276 91 40.6
Colorado 7.9 204 78 38.7

हम पीसीए निष्पादित करने और परिणामों को बाइप्लॉट में देखने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं:

 #perform PCA
results <- princomp(USArrests)

#visualize results of PCA in biplot
biplot(results)

एक्स-अक्ष पहला प्रमुख घटक प्रदर्शित करता है, वाई-अक्ष दूसरा प्रमुख घटक प्रदर्शित करता है, और डेटासेट से व्यक्तिगत अवलोकन ग्राफ़ के अंदर लाल रंग में प्रदर्शित सभी चार चर के साथ प्रदर्शित होते हैं।

ध्यान दें कि ऐसे कई तर्क हैं जिनका उपयोग हम प्लॉट की उपस्थिति को बदलने के लिए बाइप्लॉट फ़ंक्शन में कर सकते हैं।

उदाहरण के लिए, हम प्लॉट में रंग, फ़ॉन्ट आकार, अक्ष सीमाएँ, प्लॉट शीर्षक, अक्ष शीर्षक और तीरों के आकार को बदलने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं:

 #create biplot with custom appearance
biplot(results,
       col=c(' blue ', ' red '),
       cex=c(1, 1.3),
       xlim=c(-.4, .4),
       main=' PCA Results ',
       xlab=' First Component ',
       ylab=' Second Component ',
       expand= 1.2 ) 

यह बाइप्लॉट पिछले वाले की तुलना में पढ़ने में थोड़ा आसान है।

आप यहां उन तर्कों की पूरी सूची पा सकते हैं जिनका उपयोग आप बिप्लॉट की उपस्थिति को बदलने के लिए कर सकते हैं।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल प्रमुख घटक विश्लेषण के बारे में अतिरिक्त जानकारी प्रदान करते हैं:

पर्यवेक्षित और पर्यवेक्षित शिक्षण का एक त्वरित परिचय
आर में प्रमुख घटक विश्लेषण: चरण-दर-चरण उदाहरण