Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

MTH6101 Introduction to Machine Learning

Laboratory week three

The intention of this laboratory is to do Principal Component Analysis (PCA) of the air quality data of Exercise 9.  The tasks involved are loading, preparing the data and analysing it with the Karhunen-Loeve decomposition.

1.  Open RStudio and create and save a new R script file for your commands.  If you have markdown on your own computer, you are welcomed to use it.

2.  Load the data using the R command data(airquality) and examine the data. To this end, see the data using airquality; see what the entries of the vari- ables are and make notes.  Also describe the data using commands such as pairs, summary and var.

3.  As part of this initial analysis, you will have noted that the first two variables of the data set have missing values. For the rest of the analysis, these need to be removed. Use the command complete .cases(airquality) to determine which are the values to be removed and create a new variable by allocat- ing airquality[complete .cases(airquality),] to this new variable, say X. Examine X and make sure that you have removed missing values.

4.  Your analysis will not use the variables day nor month which you will remove by X<-X[,-c(5:6)]. Then center by X<-scale(x=X,center=TRUE,scale=FALSE).

5.  The data is now ready for PCA. Compute the variance-covariance matrix of X and then do the Karhunen-Loeve decomposition of it with by the now well known commands var and eigen.  Store each result in a new variable.

6.  Write the eigenvalues you just obtained and compute and interpret the pro- portional contribution of each eigenvalue to the total variability (sum of eigen- values which of course equals the trace of the variance covariance matrix).

7.  Do  a  pairs  plot  of the  Principal  Components  and  compare this  with your previous use of the command pairs for the data X. Recall that the Principal Components are the rotated data, computed as X%*%E$vectors, assuming that the variable E has the results of the K-L decomposition.

8.  Redo all from step 4 by scaling the data as well with scale=TRUE). Compare with the previous analysis.