PCA en un conjunto de datos más grande
Ahora aplicarás PCA sobre una muestra ANSUR algo más grande con 13 dimensiones, nuevamente precargada como ansur_df. El modelo ajustado se usará en el siguiente ejercicio.
Como no vamos a usar los componentes principales en sí, no es necesario transformar los datos; basta con ajustar pca a los datos.
Este ejercicio forma parte del curso
Reducción de dimensionalidad en Python
Instrucciones del ejercicio
- Crea el
scaler. - Estandariza los datos.
- Crea la instancia
PCA(). - Ajústala a los datos estandarizados.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
# Scale the data
scaler = ____
ansur_std = ____
# Apply PCA
pca = ____
pca.____