เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เปอร์เซ็นต์ความแปรปรวนที่อธิบายได้

จาก pca_output สามารถดึงค่าเบี่ยงเบนมาตรฐานที่อธิบายโดย principal component แต่ละตัวได้ จากนั้นนำค่าเหล่านี้มาคำนวณความแปรปรวนที่อธิบายได้และความแปรปรวนสะสมที่อธิบายได้ แล้วรวมค่าทั้งหมดเข้าด้วยกันใน tibble

ออบเจกต์ pca_output ถูกโหลดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณเปอร์เซ็นต์ความแปรปรวนที่อธิบายได้โดยใช้เวกเตอร์ค่าเบี่ยงเบนมาตรฐาน
  • สร้าง tibble ที่ประกอบด้วย principal component, ความแปรปรวนที่อธิบายได้ และความแปรปรวนสะสมที่อธิบายได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

sdev <- pca_output$steps[[3]]$res$sdev
# Calculate percentage of variance explained
var_explained <- ___

# Create a tibble with principal components, variance explained and cumulative variance explained
PCA = tibble(PC = 1:length(sdev), var_explained = ___, 
       cumulative = ___)
แก้ไขและรันโค้ด