PCA-降維
在前一個練習中,你操作的是只有「2 個」變數的資料集。 在面試時,你很可能會遇到「更大」的資料集。
PCA 能在不明顯損失資訊價值的情況下,減少變數的數量。
PCA 會回傳與原始資料集相同大小的資料集。要保留多少個變數,由你決定!
prcomp() 的以下參數可用來降維,依據:
tol:以第一主成分的標準差為基準的百分比門檻;rank:主成分的最大個數。
letters 資料集包含字母的數值屬性。
本練習屬於課程
用 R 練習統計面試題
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。
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)