在 R 中彙整 PCA
如同影片中所示，我們的資料裡有一個類別變數（position），在前兩個主成分中似乎對應到一些群聚。即使將資料標準化，這兩個主成分仍能解釋資料中很大一部分的變異。如果我們一次只看一種 position 會如何呢？
本練習屬於課程
R 的資料科學線性代數
練習說明
只針對 position 等於「WR」（wide receiver）的資料子集，完成與前一題相同的分析：
- 使用
scale()函式標準化combine_WR資料的第 5 到第 12 欄。將此資料框命名為B，並用head()顯示部分值。 - 使用
prcomp()對資料執行主成分分析，並用summary()彙整此分析結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Subset combine only to "WR"
combine_WR <- subset(combine, position == "WR")
# Scale columns 5-12 of combine_WR
B <- ___(___[, ___])
# Print the first 6 rows of the data
___
# Summarize the principal component analysis
___(___)