開始使用免費開始

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

檢視課程

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)
編輯並執行程式碼