PCA - 차원 축소
이전 연습 문제에서는 변수 두 개가 있는 데이터셋을 다뤘어요. 면접에서는 더 큰 데이터셋을 마주칠 가능성이 높습니다.
PCA는 정보 손실을 크게 늘리지 않으면서 변수의 개수를 줄일 수 있게 해줘요.
PCA는 원래 데이터셋과 같은 크기의 데이터를 반환합니다. 몇 개의 변수를 남길지는 여러분이 결정해요!
prcomp()의 다음 매개변수는 아래 기준으로 차원을 축소합니다:
tol- 첫 번째 주성분의 표준편차 대비 백분율로 표현한 표준편차 임계값,rank- 사용할 최대 주성분 개수.
letters 데이터셋에는 문자에 대한 수치형 속성이 들어 있어요.
이 연습은 강의의 일부입니다
R로 연습하는 통계 면접 질문
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)