スケールの影響
変数のスケールが他の変数より大きい場合、観測値間の距離の計算に不均衡な影響を与える可能性があることを学びました。実際に確認してみましょう。trees データセットのサンプルデータを使って動作を観察します。
デフォルトで各列の特徴量を中心化（センタリング）してスケーリングする scale() 関数を活用します。
使用する変数は次のとおりです。
- Girth - 木の直径（インチ）
- Height - 木の高さ（インチ）
この演習はコースの一部です
Rによるクラスター分析
演習の手順
- データフレーム
three_treesの距離行列を計算し、dist_treesとして保存してください。 three_treesのデータを中心化してスケーリングした新しい変数scaled_three_treesを作成してください。scaled_three_treesの距離行列を計算して出力し、dist_scaled_treesとして保存してください。dist_treesとdist_scaled_treesの両方の行列を出力し、2つの行列の間で最も距離が小さい観測値がどのように変化するかを確認してください (ヒント: 結果は変わっています)。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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')
___