Daten vor der PCA skalieren

Wenn du mit Daten arbeitest, deren Merkmale unterschiedlich skaliert sind, ist es oft wichtig, die Daten zuerst zu skalieren. Der Grund: Merkmale mit größeren Werten können die Analyse beeinflussen, selbst wenn ihre Variabilität relativ gering ist.

Der Data-Frame combine ist bereits für dich geladen.

Diese Übung ist Teil des Kurses

<Kurs>Lineare Algebra für Data Science in R</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende die Funktion scale(), um die 5. bis 12. Spalte der combine-Daten zu skalieren. Nenne diesen Data-Frame B und zeige mit head() einige Werte an.
Verwende prcomp(), um eine Hauptkomponentenanalyse durchzuführen, und fasse die Analyse mit summary() zusammen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Scale columns 5-12 of combine
B <- ___(___[, 5:12])

# Print the first 6 rows of the data
___

# Summarize the principal component analysis
summary(____(B))

Code bearbeiten und ausführen