Isu praktis pada PCA

Unsupervised Learning di R

Hank Roark

Senior Data Scientist at Boeing

Isu praktis pada PCA

  • Skala data
  • Nilai hilang:
    • Hapus observasi dengan nilai hilang
    • Imputasi/perkirakan nilai hilang
  • Data kategorikal:
    • Jangan gunakan fitur kategorikal
    • Enkode fitur kategorikal sebagai angka
Unsupervised Learning di R

Dataset mtcars

data(mtcars)
head(mtcars)

                   mpg cyl disp  hp drat    wt  qsec vs
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0
Valiant           18.1   6  225 105 2.76 3.460 20.22  1
Unsupervised Learning di R

Penskalaan

# Rata-rata dan simpangan baku sangat bervariasi
round(colMeans(mtcars), 2)

   mpg    cyl   disp     hp   drat     wt   qsec     vs
 20.09   6.19 230.72 146.69   3.60   3.22  17.85   0.44

round(apply(mtcars, 2, sd), 2)

   mpg    cyl   disp     hp   drat     wt   qsec     vs
  6.03   1.79 123.94  68.56   0.53   0.98   1.79   0.50
Unsupervised Learning di R

Pentingnya penskalaan data

membandingkan pentingnya fitur sebelum dan sesudah penskalaan

Unsupervised Learning di R

Penskalaan dan PCA di R

prcomp(x, center = TRUE, scale = FALSE)
Unsupervised Learning di R

Ayo berlatih!

Unsupervised Learning di R

Preparing Video For Download...