Stampo a seguire la matrice di correlazione:
# matrice di correlazione -------------------------------------------------
correlate(iris_data, diagonal = 0)
# A tibble: 4 × 5
term sepal_length sepal_width petal_length petal_width
<chr> <dbl> <dbl> <dbl> <dbl>
1 sepal_length 0 -0.118 0.872 0.818
2 sepal_width -0.118 0 -0.428 -0.366
3 petal_length 0.872 -0.428 0 0.963
4 petal_width 0.818 -0.366 0.963 0
Questo è il grafico dell’andamento degli autovalori che mostra la percentuale di variabilità spiegata dalle dimensioni di sintesi:
# andamento autovalori ----------------------------------------------------
fviz_eig(iris_pca) +
theme_light() +
labs(x = "Dimensioni",
y = "Percentuale di varianza spiegata",
title = "Screeplot",
subtitle = "Andamento della variabilità spiegata dalle dimensioni di sintesi",
caption = "[Grafico ottenuto usando FactoMiner e factoextra]")
