Cara membuat biplot di r untuk memvisualisasikan hasil pca

Analisis komponen utama (PCA) adalah teknik pembelajaran mesin tanpa pengawasan yang berupaya menemukan komponen utama yang menjelaskan sebagian besar variasi dalam kumpulan data.

Untuk memvisualisasikan hasil PCA pada suatu dataset tertentu, kita dapat membuat biplot , yaitu plot yang menampilkan setiap observasi dalam suatu dataset pada bidang yang dibentuk oleh dua komponen utama pertama.

Kita dapat menggunakan sintaks dasar berikut di R untuk membuat biplot:

 #perform PCA
results <- princomp(df)

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

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Cara membuat biplot di R

Untuk contoh ini, kita akan menggunakan dataset R bawaan yang disebut USArrests :

 #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

Kita dapat menggunakan kode berikut untuk melakukan PCA dan memvisualisasikan hasilnya dalam biplot:

 #perform PCA
results <- princomp(USArrests)

#visualize results of PCA in biplot
biplot(results)

Sumbu x menampilkan komponen utama pertama, sumbu y menampilkan komponen utama kedua, dan observasi individual dari kumpulan data ditampilkan di dalam grafik dengan keempat variabel ditampilkan dalam warna merah.

Perhatikan bahwa ada beberapa argumen yang dapat kita gunakan pada fungsi biplot untuk mengubah tampilan plot.

Misalnya, kita dapat menggunakan kode berikut untuk mengubah warna, ukuran font, batas sumbu, judul plot, judul sumbu, dan ukuran panah di plot:

 #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 ) 

Biplot ini sedikit lebih mudah dibaca dibandingkan biplot sebelumnya.

Anda dapat menemukan daftar lengkap argumen yang dapat Anda gunakan untuk mengubah tampilan biplot di sini .

Sumber daya tambahan

Tutorial berikut memberikan informasi tambahan tentang analisis komponen utama:

Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi
Analisis Komponen Utama di R: Contoh Langkah-demi-Langkah