PCA pro průzkum příznaků

Použiješ PCA pipeline, kterou jsi sestavil/a v předchozím cvičení, a vizuálně prozkoumáš, jak některé kategoriální příznaky souvisejí s variancí v poke_df. Tyto kategoriální příznaky (Type a Legendary) najdeš v samostatném DataFrame poke_cat_df.

Všechny potřebné balíčky a třídy jsou už načtené (Pipeline(), StandardScaler(), PCA())

Toto cvičení je součástí kurzu

Redukce dimenzionality v Pythonu

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Build the pipeline
pipe = Pipeline([('scaler', StandardScaler()),
                 ('reducer', PCA(n_components=2))])

# Fit the pipeline to poke_df and transform the data
pc = ____

print(pc)

Upravit a spustit kód