PCA sur un jeu de données plus grand
Vous allez maintenant appliquer la PCA à un échantillon ANSUR un peu plus grand avec 13 dimensions, déjà chargé sous ansur_df. Le modèle entraîné sera réutilisé dans l'exercice suivant.
Comme nous n'utilisons pas les composantes principales elles-mêmes, il n'est pas nécessaire de transformer les données ; il suffit plutôt d'ajuster pca aux données.
Cette activité fait partie du cours
Réduction de dimensionnalité en Python
Instructions de l’exercice
- Créez le
scaler. - Standardisez les données.
- Créez l'instance
PCA(). - Ajustez-la sur les données standardisées.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
# Scale the data
scaler = ____
ansur_std = ____
# Apply PCA
pca = ____
pca.____