PCA का उपयोग
इस अभ्यास में, आप wine डेटासेट पर PCA लागू करेंगे, ताकि देख सकें कि क्या आप मॉडल की accuracy बढ़ा सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Machine Learning के लिए Preprocessing
अभ्यास निर्देश
- एक
PCAऑब्जेक्ट instantiate करें. wineसे फीचर्स (X) और लेबल (y) परिभाषित करें, जहाँ लेबल"Type"कॉलम में हैं.X_trainऔरX_testपर PCA लागू करें, ध्यान रखें कि data leakage न हो, और बदले हुए मानों कोpca_X_trainऔरpca_X_testके रूप में सहेजें.- प्रत्येक कंपोनेंट द्वारा explain की गई variance देखने के लिए
pcaके.explained_variance_ratio_एट्रिब्यूट को प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Instantiate a PCA object
pca = ____()
# Define the features and labels from the wine dataset
X = wine.drop(____, ____)
y = wine["Type"]
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=42)
# Apply PCA to the wine dataset X vector
pca_X_train = ___.____(____)
pca_X_test = ___.____(____)
# Look at the percentage of variance explained by the different components
print(____)