Visualizar la varianza explicada

Con todos los cálculos listos, siempre es útil representar los datos de forma visual. Ahora vas a crear un gráfico de columnas que muestre la varianza explicada por cada componente principal.

El vector variable_explained que creaste en el ejercicio anterior está disponible, y el theme_() de ggplot() está establecido en classic.

Este ejercicio forma parte del curso

Ingeniería de características en R

Ver curso

Instrucciones del ejercicio

Usa la información del tibble de PCA para crear un gráfico de columnas de la varianza explicada.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

PCA = tibble(PC = 1:length(sdev), var_explained = var_explained, 
       cumulative = cumsum(var_explained))

# Use the information in the PCA tibble to create a column plot of variance explained
PCA %>% ggplot(aes(x = ___, y = ___)) +
  geom_col(fill = "steelblue") +
  xlab("Principal components") +
  ylab("Variance explained")

Editar y ejecutar código

Ingeniería de características en R

IntermedioNivel de habilidad

4.8+

110 reviews

Cerrarás el curso con técnicas de ingeniería de características y de Machine Learning. Empezarás centrándote en los problemas asociados a usar todas las características disponibles en un modelo y en la importancia de identificar características irrelevantes y redundantes, y aprenderás a eliminarlas mediante métodos integrados como lasso y elastic-net. Después, explorarás métodos de contracción como lasso, ridge y elastic-net, que pueden usarse para regularizar los pesos de las características o seleccionar características estableciendo coeficientes en cero. Para terminar, te centrarás en crear un flujo de trabajo de ingeniería de características de extremo a extremo y en repasar y practicar los conceptos y funciones aprendidos en un pequeño proyecto.

Exercise 1: Reducir las características del modelo Exercise 2: Filtrar la importancia de variables Exercise 3: Evaluar el rendimiento del modelo usando todos los predictores disponibles Exercise 4: Crear un modelo reducido Exercise 5: Métodos de contracción Exercise 6: Regularización manual con Lasso Exercise 7: Ajustar el parámetro penalty Exercise 8: Finalizar el modelo Exercise 9: Juntándolo todo Exercise 10: Preparar y dividir Exercise 11: Preprocesar Exercise 12: Modelo Exercise 13: Evaluar Exercise 14: ¡Enhorabuena!