Метод главных компонент — снижение размерности
В предыдущем упражнении вы работали с набором данных, содержащим две переменные. На собеседовании вам, скорее всего, встретится более крупный набор данных.
Метод главных компонент (PCA) позволяет уменьшить количество переменных без существенной потери информации.
PCA возвращает набор данных того же размера, что и исходный. Вы сами решаете, сколько переменных оставить!
Следующие параметры функции prcomp() снижают размерность на основе:
tol— стандартное отклонение как доля стандартного отклонения первой компоненты,rank— максимальное количество компонент.
Набор данных letters содержит числовые характеристики букв.
Это упражнение является частью курса
Практика статистических вопросов для интервью на R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)