Effets de l'échelle

Vous avez vu que lorsqu'une variable est mesurée sur une échelle plus grande que les autres variables de vos données, elle peut influencer de façon disproportionnée la distance calculée entre vos observations. Voyons cela en action avec un échantillon de données tiré de l'ensemble trees.

Vous utiliserez la fonction scale() qui, par défaut, centre et met à l'échelle nos colonnes de caractéristiques.

Nos variables sont les suivantes :

Girth — diamètre de l'arbre en pouces
Height — hauteur de l'arbre en pouces

Cette activité fait partie du cours

Analyse de regroupements dans R

Voir le cours

Instructions de l’exercice

Calculez la matrice de distances pour le tableau de données three_trees et stockez-la dans dist_trees.
Créez une nouvelle variable scaled_three_trees où les données de three_trees sont centrées et mises à l'échelle.
Calculez et affichez la matrice de distances pour scaled_three_trees et stockez-la dans dist_scaled_trees.
Affichez les matrices dist_trees et dist_scaled_trees, puis observez le changement quant aux observations qui ont la plus petite distance entre les deux matrices (indice : elles ont changé).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Calculate distance for three_trees 
dist_trees <- ___

# Scale three trees & calculate the distance  
scaled_three_trees <- ___
dist_scaled_trees <- ___

# Output the results of both Matrices
print('Without Scaling')
___

print('With Scaling')
___

Modifier et exécuter le code