PCA - reduksi dimensi
Pada latihan sebelumnya, Anda bekerja dengan himpunan data yang memiliki dua variabel. Dalam wawancara, kemungkinan Anda akan menghadapi himpunan data yang lebih besar.
PCA memungkinkan mengurangi jumlah variabel tanpa kehilangan nilai informasi yang signifikan.
PCA mengembalikan himpunan data dengan ukuran yang sama seperti himpunan data asli Anda. Terserah Anda, berapa banyak variabel yang akan dipertahankan!
Parameter berikut dari prcomp() mereduksi dimensi berdasarkan:
tol- simpangan baku sebagai persentase dari simpangan baku komponen pertama,rank- jumlah maksimum komponen.
Himpunan data letters berisi atribut numerik dari huruf.
Latihan ini merupakan bagian dari kursus
Latihan Pertanyaan Wawancara Statistik di R
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)