Začněte nyníZačněte zdarma

Redukce dimenzí měření ryb

V předchozím cvičení jsi zjistil/a, že 2 je rozumná volba pro „vnitřní dimenzi" měření ryb. Teď použij PCA pro redukci dimenzionality těchto měření – ponech pouze 2 nejdůležitější komponenty.

Měření ryb už jsou za tebe normalizována a jsou dostupná jako scaled_samples.

Toto cvičení je součástí kurzu

Unsupervised Learning in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj PCA z sklearn.decomposition.
  • Vytvoř instanci PCA s názvem pca s parametrem n_components=2.
  • Pomocí metody .fit() objektu pca ho přizpůsob normalizovaným měřením ryb scaled_samples.
  • Pomocí metody .transform() objektu pca transformuj scaled_samples. Výsledek ulož do proměnné pca_features.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import PCA
____

# Create a PCA model with 2 components: pca
pca = ____

# Fit the PCA instance to the scaled samples
____

# Transform the scaled samples: pca_features
pca_features = ____

# Print the shape of pca_features
print(pca_features.shape)
Upravit a spustit kód