Melakukan PCA

Langkah berikutnya dalam analisis Anda adalah melakukan PCA pada wisc.data.

Pada bab sebelumnya Anda melihat bahwa penting untuk memeriksa apakah data perlu diskalakan sebelum melakukan PCA. Ingat dua alasan umum untuk melakukan penskalaan data:

Variabel masukan menggunakan satuan ukur yang berbeda.
Variabel masukan memiliki ragam yang sangat berbeda.

Latihan ini adalah bagian dari kursus

Unsupervised Learning di R

Lihat Kursus

Petunjuk latihan

Variabel yang Anda buat sebelumnya, wisc.data dan diagnosis, masih tersedia di ruang kerja Anda.

Periksa mean dan simpangan baku dari fitur data untuk menentukan apakah data perlu diskalakan. Gunakan fungsi colMeans() dan apply() seperti yang sudah Anda lakukan sebelumnya.
Jalankan PCA pada wisc.data, lakukan penskalaan jika perlu, dan simpan modelnya ke wisc.pr.
Tinjau ringkasan hasil dengan fungsi summary().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Check column means and standard deviations



# Execute PCA, scaling if appropriate: wisc.pr


# Look at summary of results

Edit dan Jalankan Kode