より大きなデータセットでのPCA
今回は 13 次元の、やや大きめの ANSUR データサンプルに PCA を適用します。ansur_df としてすでに読み込まれています。学習済みモデルは次の演習で使用します。
主成分そのものは使わないため、データを変換する必要はありません。代わりに、データに対して pca を fit するだけで十分です。
この演習はコースの一部です
Pythonで学ぶ次元削減
演習の手順
scalerを作成します。- データを標準化します。
PCA()インスタンスを作成します。- 標準化済みデータに対して fit します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
# Scale the data
scaler = ____
ansur_std = ____
# Apply PCA
pca = ____
pca.____