ComenzarEmpieza gratis

Reducción dimensional de las medidas de los peces

En un ejercicio anterior, viste que 2 era una elección razonable para la "dimensión intrínseca" de las medidas de los peces. Utiliza ahora PCA para reducir la dimensionalidad de las medidas de los peces, conservando solo los 2 componentes más importantes.

Las medidas de los peces ya se han escalado para ti, y están disponibles en scaled_samples.

Este ejercicio forma parte del curso

Aprendizaje no supervisado en Python

Ver curso

Instrucciones de ejercicio

  • Importa PCA desde sklearn.decomposition.
  • Crea una instancia de PCA llamada pca con n_components=2.
  • Utiliza el método .fit() de pca para ajustarlo a las medidas del pez a escala scaled_samples.
  • Utiliza el método .transform() de pca para transformar el scaled_samples. Asigna el resultado a pca_features.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# 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)
Editar y ejecutar código