Dasar ekstraksi fitur - komponen utama

Reduksi Dimensi di R

Matt Pickard

Owner, Pickard Predictives, LLC

Ulasan ekstraksi fitur

Beberapa dari enam fitur digabung menjadi empat fitur

Ulasan ekstraksi fitur

Kebun sayur

Resep salad

1 kepala selada
3 wortel
2 tomat
1 mentimun

Jangan gunakan seluruh tanaman, ambil bagian terbaiknya saja

¹ Sumber gambar: Daderot, CC0, via Wikimedia Commons

Plot PCA

Plot PCA menampilkan dua komponen utama dan fitur yang memuat padanya

Komponen utama 1

Plot PCA - komponen utama pertama

PC1: vektor fitur

Plot PCA - fitur yang memuat pada komponen utama pertama

PC1: nama

Plot PCA - penamaan komponen utama pertama durasi

Komponen utama 2

Plot PCA - komponen utama kedua

PC2: vektor fitur

Plot PCA - fitur yang memuat pada komponen utama kedua

PC2: nama

Plot PCA - penamaan komponen utama kedua kinerja

Kode untuk plot 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)

Ayo berlatih!

Reduksi Dimensi di R