住宅販売データのサブセットに対してPCAが実行されています。データは house_sales_df にあり、8つの特徴量が含まれています。PCAの結果は pca_res にあります。summary() を使って、主成分がどれだけ分散を説明しているかを確認してください。
house_sales_df
pca_res
summary()
元のデータの分散の少なくとも70%を説明するには、いくつの主成分が必要ですか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
大規模データをシンプルにする準備をしましょう。情報とは何か、特徴量の重要度の評価方法、そして情報量の少ない特徴量の見つけ方を練習します。章の終わりには、次元削減の2つのアプローチである特徴量選択と特徴量抽出の違いを理解できます。
欠損値率、分散、相関を用いて、情報量の多い特徴量と少ない特徴量を見極める方法を学びます。続いて、これらの情報指標に基づいて特徴量を選択するためのtidymodelsのrecipeを作成する方法を紹介します。
第3章では、教師なしと教師ありの特徴量選択手法の違いを紹介します。tidymodelsのworkflowを使ったモデル構築方法を復習し、その後、lasso回帰とランダムフォレストを用いた教師ありの特徴量選択を実行します。
この最終章では、主成分がどのようにしてさまざまな特徴量から重要な情報を抽出・結合するのかを理解し、特徴量抽出の直感を磨きます。続けて、3種類の特徴量抽出—主成分分析（PCA）、t-SNE、UMAP—を学び、適用します。さらに、これらの特徴量抽出法をtidymodelsのモデル構築プロセスにおける前処理として活用する方法を見ていきます。
現在の演習
