Dal punto di vista della costruzione dei modelli, la PCA ti permette di creare modelli con meno caratteristiche, pur catturando gran parte delle informazioni presenti nei dati originali. Tuttavia, come hai visto, uno svantaggio della PCA è la difficoltà di interpretare il modello. In questo esercizio ti concentrerai sulla costruzione di un modello di regressione lineare usando un sottoinsieme dei dati sulle vendite di case. La variabile target è price.

Un modello costruito direttamente dai dati senza estrarre le componenti principali ha un RMSE di $236.461,4. Applicherai la PCA con tidymodels e confronterai il nuovo RMSE. Ricorda: valori di RMSE più bassi sono migliori.

I pacchetti tidyverse e tidymodels sono già stati caricati per te.

Fondamenti dell'estrazione di caratteristiche - componenti principali

Create Your Free Account