Метод главных компонент в R: обобщение результатов

Как мы видели в видео, в наших данных присутствовала категориальная переменная (позиция игрока), которая, по всей видимости, соответствовала кластерам на графике первых двух главных компонент. Даже при масштабировании данных эти две компоненты по-прежнему объясняют значительную долю вариации. Что если рассмотреть только одну позицию?

Это упражнение является частью курса

Линейная алгебра для науки о данных на R

Посмотреть курс

Инструкции к упражнению

Выполните тот же анализ, что и в предыдущем упражнении, но используйте только подмножество данных, где позиция равна "WR" (вайд ресивер):

Примените функцию scale(), чтобы масштабировать столбцы с 5-го по 12-й в наборе данных combine_WR. Назовите этот фрейм данных B и выведите несколько значений с помощью head().
Используйте prcomp() для выполнения метода главных компонент и обобщите результаты с помощью summary().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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
___(___)

Редактировать и запускать код