Temel bileşenleri anlama
Principal component analysis (PCA), örtüşmeyen öznitelik bilgisini birleştirerek boyutu azaltır. PCA, birbirinden bağımsız yeni öznitelikler olan temel bileşenleri (principal components) çıkarır. PCA’yı anlamanın bir yolu, başlıca temel bileşenleri x ve y eksenlerinde çizmek ve öznitelik vektörlerini göstermektir. Bu sayede her temel bileşene hangi özniteliklerin katkı yaptığını görebilirsin. Her zaman kolay olmasa da, temel bileşenlere onlara katkıda bulunan özniteliklere göre isim vermek iyi bir pratiktir. Ancak bir öznitelik çıkarma yöntemi olarak PCA’nın yorumu çoğu zaman zordur.
Kredi verisinin bir alt kümesi credit_df içinde yer alıyor. Hedef değişken credit_score. tidyverse ve ggfortify paketleri de senin için yüklendi.
Bu egzersiz
R'de Boyutsal Azaltma
kursunun bir parçasıdırEgzersiz talimatları
credit_dfüzerinde principal component analysis uygula.- İlk iki temel bileşeni, öznitelik vektörlerini ve etiketleri göstermek, ayrıca
credit_score'u renkle kodlamak içinautoplot()kullan.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Perform PCA
pca_res <- ___(___ %>% select(-___), scale. = ___)
# Plot principal components and feature vectors
___(___,
data = ___,
colour = '___',
alpha = 0.3,
loadings = ___,
loadings.label = ___,
loadings.colour = "black",
loadings.label.colour = "black")