Decorrelare le misurazioni dei cereali con la PCA
Nel precedente esercizio hai osservato che larghezza e lunghezza dei chicchi sono correlate. Ora userai la PCA per decorrelare queste misurazioni, poi traccerai i punti decorrelati e ne misurerai la correlazione di Pearson.
Questo esercizio fa parte del corso
Apprendimento non supervisionato in Python
Istruzioni dell'esercizio
- Importa
PCAdasklearn.decomposition. - Crea un'istanza di
PCAchiamatamodel. - Usa il metodo
.fit_transform()dimodelper applicare la trasformazione PCA agrains. Assegna il risultato apca_features. - Il codice successivo per estrarre, tracciare e calcolare la correlazione di Pearson delle prime due colonne di
pca_featuresè già pronto per te: premi Invia per vedere il risultato!
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import PCA
____
# Create PCA instance: model
model = ____
# Apply the fit_transform method of model to grains: pca_features
pca_features = ____
# Assign 0th column of pca_features: xs
xs = pca_features[:,0]
# Assign 1st column of pca_features: ys
ys = pca_features[:,1]
# Scatter plot xs vs ys
plt.scatter(xs, ys)
plt.axis('equal')
plt.show()
# Calculate the Pearson correlation of xs and ys
correlation, pvalue = pearsonr(xs, ys)
# Display the correlation
print(correlation)