Introduktion till PCA

Oövervakad inlärning i R

Hank Roark

Senior Data Scientist at Boeing

Två klustringsmetoder

  • Två klustringsmetoder – hitta grupper av homogena objekt
  • Härnäst: dimensionsreduktion
    • Hitta struktur i särdrag
    • Underlätta visualisering
Oövervakad inlärning i R

Dimensionsreduktion

  • En populär metod är principalkomponentanalys (PCA)
  • Tre mål vid lägre-dimensionell representation av särdrag:
    • Hitta lineärkombinationer av variabler för att skapa principalkomponenter
    • Bevara så stor del av variansen som möjligt
    • Principalkomponenterna är okorrelerade (dvs. ortogonala mot varandra)
Oövervakad inlärning i R

PCA-intuition

spridningsdiagram

Oövervakad inlärning i R

PCA-intuition

regressionslinje

Oövervakad inlärning i R

PCA-intuition

projektion av komponentpoäng

Oövervakad inlärning i R

Visualisering av högdimensionell data

data med olika antal dimensioner

Oövervakad inlärning i R

Visualisering

PCA på iris-datamängden

Oövervakad inlärning i R

PCA i 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
Oövervakad inlärning i R

Nu kör vi en övning!

Oövervakad inlärning i R

Preparing Video For Download...