Fundamentos de extração de atributos - componentes principais

Redução de Dimensionalidade em R

Matt Pickard

Owner, Pickard Predictives, LLC

Revisão: extração de atributos

Alguns dos seis atributos combinados em quatro atributos

Redução de Dimensionalidade em R

Revisão: extração de atributos

Horta de legumes

Receita de salada

  • 1 pé de alface
  • 3 cenouras
  • 2 tomates
  • 1 pepino

Não use a planta inteira, só as melhores partes

1 Fonte da imagem: Daderot, CC0, via Wikimedia Commons
Redução de Dimensionalidade em R

Gráfico de PCA

Gráfico de PCA mostrando dois componentes principais e os atributos que carregam neles

Redução de Dimensionalidade em R

Componente principal 1

Gráfico de PCA - primeiro componente principal

Redução de Dimensionalidade em R

PC1: vetores de atributos

Gráfico de PCA - atributos que carregam no primeiro componente principal

Redução de Dimensionalidade em R

PC1: nome

Gráfico de PCA - nomeando o primeiro componente principal como duração

Redução de Dimensionalidade em R

Componente principal 2

Gráfico de PCA - segundo componente principal

Redução de Dimensionalidade em R

PC2: vetores de atributos

Gráfico de PCA - atributos que carregam no segundo componente principal

Redução de Dimensionalidade em R

PC2: nome

Gráfico de PCA - nomeando o segundo componente principal como desempenho

Redução de Dimensionalidade em R

Código para um gráfico de PCA

library(ggfortify)

pca_res <- prcomp(attrition_df %>% select(-Attrition), scale. = TRUE)

autoplot(pca_res,

         data = attrition_df,

         colour = "Attrition",

         alpha = 0.7,

         loadings = TRUE, 

         loadings.label = TRUE,

         loadings.colour = "black", 

         loadings.label.colour = "black",

         loadings.label.repel = TRUE)
Redução de Dimensionalidade em R

Vamos praticar!

Redução de Dimensionalidade em R

Preparing Video For Download...