PCA - rotasi
Principal Component Analysis memungkinkan Anda mengurangi jumlah dimensi dalam sebuah himpunan data, sehingga mempercepat waktu perhitungan tanpa kehilangan nilai informasi yang signifikan.
Anda mungkin akan mendapat pertanyaan tentang PCA saat wawancara jika peran Anda nantinya melibatkan penanganan data dalam jumlah besar.
Ingat bahwa pada PCA variabel diubah menjadi komponen utama. Komponen utama pertama memiliki ragam (variance) terbesar yang mungkin.
Anda akan melakukan PCA menggunakan himpunan data cats yang sudah Anda jumpai pada latihan sebelumnya.
Dalam latihan ini, gunakan prcomp() untuk melakukan analisis komponen utama. Objek yang dikembalikan dapat digunakan untuk predict variabel yang telah dirotasi.
Latihan ini merupakan bagian dari kursus
Latihan Pertanyaan Wawancara Statistik di R
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Plot the unrotated data
___(___ ~ Hwt, data = ___)
# Perform PCA
pca_cats <- ___(~ ___ + Hwt, data = ___)
# Compute the summary
___(___)