R में PCA का सारांश
जैसा कि आपने वीडियो में देखा, हमारे डेटा में एक श्रेणीबद्ध वैरिएबल (position) था जो पहले दो principal components में बने क्लस्टर्स से मेल खाता दिखा. डेटा को स्केल करने पर भी ये दोनों PCs डेटा में काफी अधिक variation समझाते हैं. अगर हम एक समय में सिर्फ एक position देखें तो क्या होगा?
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Data Science के लिए Linear Algebra
अभ्यास निर्देश
पिछले अभ्यास जैसा ही विश्लेषण करें, लेकिन केवल वही subset लें जहाँ position "WR" (wide receiver) के बराबर है:
scale()फंक्शन का उपयोग करकेcombine_WRडेटा के 5वें से 12वें कॉलम तक को scale करें. इस डेटा फ्रेम का नामBरखें और कुछ मानhead()से दिखाएँ.- डेटा पर principal component analysis करने के लिए
prcomp()का उपयोग करें और इसेsummary()से summarize करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Subset combine only to "WR"
combine_WR <- subset(combine, position == "WR")
# Scale columns 5-12 of combine_WR
B <- ___(___[, ___])
# Print the first 6 rows of the data
___
# Summarize the principal component analysis
___(___)