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. Ahora utiliza PCA para reducir la dimensionalidad de las mediciones de los peces, conservando solo los dos 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 del ejercicio

  • Importa PCA desde sklearn.decomposition.
  • Crea una instancia 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

Prueba este ejercicio completando el 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