魚の測定値の次元削減

前の演習で、魚の測定値の「本質的次元」の妥当な選択が 2 であることを確認しました。今回は PCA を使って次元削減を行い、最も重要な 2 つの成分のみを残しましょう。

魚の測定値はすでにスケーリング済みで、scaled_samples として利用できます。

sklearn.decomposition から PCA をインポートします。
n_components=2 を指定して、pca という名前の PCA インスタンスを作成します。
pca の .fit() メソッドを使って、スケーリング済みの魚の測定値 scaled_samples に適合させます。
pca の .transform() メソッドを使って scaled_samples を変換し、結果を pca_features に代入します。