PCA per l’esplorazione delle feature
Userai la pipeline PCA che hai costruito nell’esercizio precedente per esplorare visivamente come alcune feature categoriche si relazionano alla varianza in poke_df.
Queste feature categoriche (Type e Legendary) si trovano in un DataFrame separato, poke_cat_df.
Tutti i pacchetti e le classi necessari sono già stati caricati per te (Pipeline(), StandardScaler(), PCA()).
Questo esercizio fa parte del corso
Riduzione della dimensionalità in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Build the pipeline
pipe = Pipeline([('scaler', StandardScaler()),
('reducer', PCA(n_components=2))])
# Fit the pipeline to poke_df and transform the data
pc = ____
print(pc)