- ¿Cuánta variación debe explicar PCA??
- ¿Qué es una alta carga en PCA??
- ¿Debo eliminar funciones altamente correlacionadas antes de PCA??
- ¿Qué nos dicen las cargas de un PCA??
¿Cuánta variación debe explicar PCA??
Algunos criterios dicen que la varianza total explicada por todos los componentes debe estar entre el 70% y el 80% de la varianza, lo que en este caso significaría entre cuatro y cinco componentes.
¿Qué es una alta carga en PCA??
Las cargas son desde un punto de vista numérico, igual a los coeficientes de las variables, y proporcionan información sobre qué variables brindan la mayor contribución a los componentes. Las cargas varían de -1 a 1. Un valor absoluto alto (hacia 1 o -1) describe que la variable influye fuertemente en el componente.
¿Debo eliminar funciones altamente correlacionadas antes de PCA??
Hola Yong, PCA es una forma de lidiar con variables altamente correlacionadas, por lo que no hay necesidad de eliminarlas. Si las variables N están altamente correlacionadas de lo que se cargarán en el mismo componente principal (Vector propio), no diferentes. Así es como los identificas como altamente correlacionados.
¿Qué nos dicen las cargas de un PCA??
Las cargas positivas indican una variable y un componente principal se correlacionan positivamente: un aumento en uno da como resultado un aumento en el otro. Las cargas negativas indican una correlación negativa. Las cargas grandes (positivas o negativas) indican que una variable tiene un fuerte efecto en ese componente principal.