เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การ Scale ข้อมูลก่อนทำ PCA

เมื่อทำงานกับข้อมูลที่แต่ละฟีเจอร์มีสเกลแตกต่างกัน การ scale ข้อมูลล่วงหน้าเป็นสิ่งสำคัญ เพราะข้อมูลที่มีค่าสูงกว่าอาจส่งผลต่อผลลัพธ์ได้มาก แม้ว่าจะมีความแปรปรวนไม่มากก็ตาม

โหลด data frame ชื่อ combine ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พีชคณิตเชิงเส้นสำหรับ Data Science ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ฟังก์ชัน scale() เพื่อ scale คอลัมน์ที่ 5 ถึง 12 ของข้อมูล combine แล้วตั้งชื่อ data frame นี้ว่า B จากนั้นแสดงค่าบางส่วนด้วย head()
  • ใช้ prcomp() เพื่อทำ principal component analysis กับข้อมูล แล้วสรุปผลการวิเคราะห์ด้วย summary()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Scale columns 5-12 of combine
B <- ___(___[, 5:12])

# Print the first 6 rows of the data
___

# Summarize the principal component analysis
summary(____(B))
แก้ไขและรันโค้ด