Desde la perspectiva de construcción de modelos, PCA te permite crear modelos con menos variables, pero que aún capturan la mayor parte de la información de los datos originales. Sin embargo, como has visto, una desventaja de PCA es la dificultad de interpretar el modelo. En este ejercicio, te centrarás en construir un modelo de regresión lineal usando un subconjunto del conjunto de datos de ventas de casas. La variable objetivo es price.

Un modelo construido directamente a partir de los datos sin extraer componentes principales tiene un RMSE de $236,461.4. Aplicarás PCA con tidymodels y compararás el nuevo RMSE. Recuerda: cuanto menor sea el RMSE, mejor.

Los paquetes tidyverse y tidymodels ya están cargados.

Resumen

Create Your Free Account