Visualisasi PC dengan scree plot
Dalam wawancara Machine Learning, Anda mungkin ditanya berapa jumlah fitur optimal yang perlu dipertahankan. Pada latihan ini, Anda akan membuat scree plot dan plot rasio varians terserap kumulatif dari komponen utama menggunakan PCA pada loan_data.
Ini akan membantu menentukan jumlah PC optimal untuk melatih model ML yang lebih akurat ke depannya.
Karena PCA adalah metode unsupervised, analisis komponen utama dilakukan pada matriks X setelah menghapus variabel target Loan Status dari himpunan data. Tidak mengatur n_components akan mengembalikan semua komponen utama dari model yang telah dilatih.
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.
# Remove target variable
X = loan_data.____('____', axis=1)
# Instantiate
pca = ____(n_components=____)
# Fit and transform
principalComponents = pca.____(____)