R で PCA を要約する
ビデオで見たように、データにはカテゴリ変数（position）があり、最初の2つの主成分のクラスターと対応しているようでした。データを標準化しても、これら2つの主成分は依然としてデータの変動の多くを説明します。では、ポジションを1つずつ見たらどうなるでしょうか？
この演習はコースの一部です
Rで学ぶデータサイエンスのための線形代数
演習の手順
前の演習と同じ分析を行いますが、position が "WR"（wide receiver）に等しいデータのサブセットのみを使ってください。
scale()関数を使って、combine_WRデータの5列目から12列目を標準化します。このデータフレームをBと名付け、head()でいくつかの値を表示します。prcomp()を使って主成分分析を実行し、summary()で結果を要約します。
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。
# 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
___(___)