PCA 简介

R 中的无监督学习

Hank Roark

Senior Data Scientist at Boeing

两种聚类方法

两种聚类方法：找到同质项的分组
接下来：降维
- 发现特征结构
- 帮助可视化

降维

常用方法：主成分分析（PCA）
寻找低维特征表示的三项目标：
- 通过变量的线性组合构造主成分
- 保留数据中尽可能多的方差
- 主成分相互不相关（即彼此正交）

PCA 直观理解

散点图

PCA 直观理解

回归线

PCA 直观理解

主成分得分投影

高维数据可视化

数据的不同维度数

可视化

在 iris 数据集上进行 PCA

在 R 中进行 PCA

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

练习时间！

R 中的无监督学习