PCA – dimensionsreduktion
I föregående övning arbetade du med en datamängd med två variabler. Vid en intervju kommer du troligtvis att möta en större datamängd.
PCA gör det möjligt att minska antalet variabler utan att förlora alltför mycket information.
PCA returnerar en datamängd av samma storlek som originaldata. Det är upp till dig hur många variabler du vill behålla!
Följande parametrar i prcomp() reducerar dimensioner baserat på:
tol– standardavvikelsen som procentandel av den första komponentens standardavvikelse,rank– det maximala antalet komponenter.
Datamängden letters innehåller numeriska attribut för bokstäver.
Den här övningen är en del av kursen
Öva på statistiska intervjufrågor i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)