Aspecte practice: scalarea datelor

Ai văzut în video că scalarea datelor înainte de PCA influențează rezultatele modelării. Aici vei efectua PCA cu și fără scalare, apoi vei vizualiza rezultatele cu ajutorul biplot-urilor.

Scalarea este recomandată atunci când varianțele variabilelor diferă semnificativ. Acest lucru apare frecvent când variabilele au unități de măsură diferite – de exemplu, grade Fahrenheit (temperatură) și mile (distanță). Decizia de a scala datele este un pas important în analiza componentelor principale.

Acest exercițiu face parte din cursul

Învățare nesupervizată în R

Vezi cursul

Instrucțiuni pentru exercițiu

Setul de date Pokémon este disponibil în spațiul tău de lucru sub numele pokemon, cu o variabilă nouă adăugată: Total.

În partea de sus a editorului există cod care calculează media și deviația standard pentru fiecare variabilă din model. Rulează acest cod pentru a vedea cât de mult diferă scara variabilelor în datele originale.
Creează un model PCA pentru pokemon cu scalare și atribuie rezultatul variabilei pr.with.scaling.
Creează un model PCA pentru pokemon fără scalare și atribuie rezultatul variabilei pr.without.scaling.
Folosește biplot() pentru a reprezenta grafic ambele modele (pe rând) și compară rezultatele obținute.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Mean of each variable
colMeans(pokemon)

# Standard deviation of each variable
apply(pokemon, 2, sd)

# PCA model with scaling: pr.with.scaling


# PCA model without scaling: pr.without.scaling


# Create biplots of both for comparison

Editează și rulează codul