Teknik multikolinearitas - PCA
Pada latihan sebelumnya Anda menggunakan rekayasa fitur untuk menggabungkan variabel bebas s1 dan s2 menjadi s1_s2 karena keduanya menunjukkan korelasi tertinggi dalam himpunan data diabetes.
Pada latihan ini, Anda akan melakukan PCA pada diabetes untuk menghilangkan multikolinearitas sebelum menerapkan Linear Regression. Selanjutnya, Anda akan membandingkan metrik keluarannya dengan latihan sebelumnya. Terakhir, Anda akan memvisualisasikan seperti apa matriks korelasi dan heatmap dari himpunan data tersebut karena PCA sepenuhnya menghilangkan multikolinearitas.
Latihan ini merupakan bagian dari kursus
Berlatih Pertanyaan Wawancara Machine Learning dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Import
from sklearn.decomposition import ____
# Instantiate
pca = ____()
# Fit on train
pca.____(____)
# Transform train and test
X_trainPCA = pca.____(____)
X_testPCA = pca.____(____)