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 pratico interattivo
Prova a risolvere questo esercizio completando il 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)