준비 단계 다지기
PCA 관점에서 attrition_num 데이터셋을 탐색해, 정보를 최대한 보존하면서 차원을 줄일 수 있는지 확인해 보세요. 우선 거의-영 분산(near-zero variance) 피처를 걸러내고, 데이터를 정규화한 다음, PCA를 적용하는 레시피를 만들어 보겠습니다.
attrition_num 데이터셋은 이미 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Feature Engineering
연습 안내
- 발생 가능성이 있는 거의-영 분산 피처를 제거하세요.
- 모든 수치형 데이터를 정규화하세요.
- PCA를 적용하세요.
- 레시피를 준비(prep)하여 출력 요소의 이름에 접근하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
pc_recipe <- recipe(~., data = attrition_num) %>%
# Remove possible near-zero variance features
___(all_numeric()) %>%
# Normalize all numeric data
___(___()) %>%
# Apply PCA
___(all_numeric())
# Access the names of the output elements by preparing the recipe
pca_output <- ___(___)
names(pca_output)