ACP sur un jeu de données plus large
Vous allez maintenant appliquer l’ACP à un échantillon ANSUR un peu plus grand, avec 13 dimensions, déjà chargé sous le nom ansur_df. Le modèle ajusté sera utilisé 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 d’ajuster pca aux données.
Cet exercice fait partie du cours
Réduction de dimension en Python
Instructions
- Créez le
scaler. - Standardisez les données.
- Créez l’instance
PCA(). - Ajustez-la sur les données standardisées.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
# Scale the data
scaler = ____
ansur_std = ____
# Apply PCA
pca = ____
pca.____