PCA v tidymodels

Z pohledu tvorby modelů ti PCA umožňuje stavět modely s menším počtem příznaků, přičemž stále zachytí většinu informací z původních dat. Jak jsi ale viděl/a, nevýhodou PCA je obtížná interpretace modelu. V tomto cvičení se zaměříš na sestavení modelu lineární regrese s využitím části dat o prodeji nemovitostí. Cílová proměnná je price.

Model postavený přímo na datech bez extrakce hlavních komponent dosahuje RMSE 236 461,4 $. Aplikuješ PCA pomocí tidymodels a porovnáš novou hodnotu RMSE. Pamatuj — čím nižší RMSE, tím lepší.

Balíčky tidyverse a tidymodels jsou již načteny.

Toto cvičení je součástí kurzu

Redukce dimenzionality v R

Zobrazit kurz

Pokyny k cvičení

Sestav PCA recept s využitím train pro extrakci pěti hlavních komponent.
Natrénuj workflow s výchozí specifikací modelu linear_reg().
Vytvoř datový rámec s predikcemi na test, který obsahuje skutečné i předpovězené hodnoty.
Vypočítej RMSE pro model lineární regrese se snížením dimenzí pomocí PCA.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Build a PCA recipe
pca_recipe <- ___(___ ~ ___ , data = ___) %>% 
  ___(___()) %>% 
  ___(___(), num_comp = ___) 

# Fit a workflow with a default linear_reg() model spec
house_sales_fit <- ___(preprocessor = ___, spec = ___()) %>% 
  ___(___)

# Create prediction df for the test set
house_sales_pred_df <- ___(___, test) %>% 
  ___(test %>% select(___))

# Calculate the RMSE
___(house_sales_pred_df, ___, .pred)

Upravit a spustit kód