PCA - döndürme
Principal Component Analysis (Temel Bileşenler Analizi), bir veri kümesindeki boyut sayısını azaltmana olanak tanır; böylece bilgi değerinde anlamlı bir kayıp olmadan hesaplama süresi hızlanır.
Gelecekteki rolün çok miktarda veriyle çalışmayı içeriyorsa, mülakatta PCA ile ilgili sorular bekleyebilirsin.
PCA'de değişkenlerin temel bileşenlere dönüştürüldüğünü unutma. Birinci temel bileşen mümkün olan en büyük varyansa sahiptir.
Bu egzersizde, önceki alıştırmalarda da kullandığın cats veri kümesi üzerinde PCA uygulayacaksın.
Bu egzersizde, temel bileşenler analizini yapmak için prcomp() kullan. Dönen nesne, döndürülmüş değişkenleri tahmin etmek için kullanılabilir.
Bu egzersiz, kursun bir parçasıdır
R ile İstatistik Mülakat Soruları Pratiği
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Plot the unrotated data
___(___ ~ Hwt, data = ___)
# Perform PCA
pca_cats <- ___(~ ___ + Hwt, data = ___)
# Compute the summary
___(___)