PCA – redukcja wymiarów
W poprzednim ćwiczeniu pracowałeś na zbiorze danych z dwiema zmiennymi. Na rozmowie kwalifikacyjnej prawdopodobnie spotkasz się z większym zbiorem danych.
PCA pozwala zmniejszyć liczbę zmiennych bez istotnej utraty wartości informacyjnej.
PCA zwraca zbiór danych tego samego rozmiaru co oryginalny. To ty decydujesz, ile zmiennych zachować!
Następujące parametry funkcji prcomp() redukują wymiary na podstawie:
tol– odchylenie standardowe jako odsetek odchylenia standardowego pierwszego składnika,rank– maksymalna liczba składników.
Zbiór danych letters zawiera numeryczne atrybuty liter.
To ćwiczenie jest częścią kursu
Ćwiczenie statystycznych pytań rekrutacyjnych w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)