En corto: Aprenderemos a graficar un PCA (Principal Component Analysis) en R con el paquete ggplot2. Utilizaremos datos de Pokemon Stats.
==Índice
00:05 Descarga de Materiales
00:30 Planteamiento y Datos
07:52 Respuesta Rápida
17:00 Truco del día
20:25 Comienza el Código ¡Manos al teclado!
Anuncio importante: Si quieres aprender a hacer más gráficos en R, paso a paso y con datos chidos, sigue este link: https://www.biofreelancer.com/
Encuentra hasta 50% de Descuento en nuestra página de cupones: https://www.biofreelancer.com/items
== La pregunta de esta semana es ¿Cómo se agrupan los pokemon en un PCA?
Vamos a responderlo con R el paquete ggplot2 y rbase.
== ¿Quieres aprender más R, paso a paso? Inscríbete en: https://www.biofreelancer.com/rgym
Ejercicios nuevos, cada temporada, sin comerciales, esternos meses antes que en YouTube.
== Requisitos para este ejercicio:
1. Instalar R: https://www.r-project.org/
2. Instalar RStudio: https://www.rstudio.com/
3. En RStudio, instalar la librería "pacman", con el comando
install.packages( "pacman" )
4. Luego instalar los paquetes necesarios con el siguiente comando:
pacman::p_loadp_load( "dplyr", "tidyr", "scales", "ggplot2", "cowplot" )
== Instrucciones para seguir el ejercicio:
0. Descarga los materiales del ejercicio, como se explica al inicio del vídeo.
1. Ve con atención el planteamiento del ejercicio, la respuesta rápida y el truco del día. PAUSA el vídeo en la sección "Comienza el Código ¡Manos al teclado!"
2. Abre tu RStudio. Y crea un script en blanco. FILE .. NEW FILE .. RSCRIPT
3. Quita la PAUSA y sigue al instructor a partir de la sección "Comienza el Código ¡Manos al teclado!"
4. Redacta y ejecuta cada línea de código que aparece en pantalla.
5. ¡No dejes de practicar!
#CodeHardWorkSmarter #BioFreelancer #RGym #Temporada 1 #ggplot2 #R #Bitcoin #SerieDeTiempo
Encuentra más datasets libres en nuestro repo de GitHub
Si quieres aprender a hacer más gráficos en R, paso a paso y con datos chidos, sigue este link: https://www.biofreelancer.com/