Ejercicio A — la trampa de escala de PCA

Sobre las mediciones crudas de cáncer de mama, la primera componente principal parece explicar el 98.2 % de la varianza, y 1 componente alcanza el 95 %.

Es una ilusión. worst area tiene una varianza de unos 323 000 mientras que los valores de suavidad están por debajo de 1, así que PCA reporta la unidad más grande, no el patrón más grande.

Tras estandarizar, la primera componente explica el 44 % y hacen falta 10 componentes.

PCA no sabe nada de unidades. Las características en escalas distintas deben estandarizarse primero.