PCA로 주택 가격 구분하기
PCA와 t-SNE는 모두 특징 추출 기법이지만, PCA는 데이터의 선형 구조만 포착할 수 있어요. 이 연습 문제에서는 전체 house_sales_df의 PCA 플롯을 만들어 t-SNE 결과와 비교해 보겠습니다.
house_sales_df에서 price는 타깃 변수예요. PCA를 적합하기 전에 반드시 제거해야 합니다.
tidyverse와 ggfortify 패키지는 미리 로드되어 있어요.
이 연습은 강의의 일부입니다
R에서의 차원 축소
연습 안내
house_sales_df의 예측 변수들에 PCA를 적합하세요.autoplot()으로 첫 두 개의 주성분을 시각화하고, 색상에 가격을 인코딩하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit PCA to only the predictors
pca <- ___(___ %>% select(-___))
# Plot PCA and color code the target variable
___(___, data = ___, colour = "___", alpha = 0.7) +
scale_color_gradient(low="gray", high="blue")