Introdução a PCA

Aprendizado não supervisionado em R

Hank Roark

Senior Data Scientist at Boeing

Dois métodos de agrupamento

  • Dois métodos de agrupamento — encontrar grupos de itens homogêneos
  • Agora, redução de dimensionalidade
    • Encontrar estrutura nas variáveis
    • Ajudar na visualização
Aprendizado não supervisionado em R

Redução de dimensionalidade

  • Um método popular é a análise de componentes principais (PCA)
  • Três objetivos ao buscar uma representação com menos dimensões:
    • Encontrar combinação linear de variáveis para criar componentes principais
    • Manter a maior variância dos dados
    • Componentes principais sem correlação (isto é, ortogonais entre si)
Aprendizado não supervisionado em R

Intuição de PCA

gráfico de dispersão

Aprendizado não supervisionado em R

Intuição de PCA

reta de regressão

Aprendizado não supervisionado em R

Intuição de PCA

projeção de escores dos componentes

Aprendizado não supervisionado em R

Visualização de dados de alta dimensão

número diferente de dimensões dos dados

Aprendizado não supervisionado em R

Visualização

PCA no conjunto de dados iris

Aprendizado não supervisionado em R

PCA no R

pr.iris <- prcomp(x = iris[-5],
                  scale = FALSE,
                  center = TRUE)

summary(pr.iris)

Importance of components:
                          PC1     PC2    PC3     PC4
Standard deviation     2.0563 0.49262 0.2797 0.15439
Proportion of Variance 0.9246 0.05307 0.0171 0.00521
Cumulative Proportion  0.9246 0.97769 0.9948 1.00000
Aprendizado não supervisionado em R

Vamos praticar!

Aprendizado não supervisionado em R

Preparing Video For Download...