다중공선성 처리 기법 - PCA
이전 연습 문제에서는 diabetes 데이터셋에서 상관이 가장 높았던 독립 변수 s1과 s2를 특징 공학으로 결합해 s1_s2를 만들었어요.
이번 연습 문제에서는 Linear Regression을 적용하기 전에 diabetes에 PCA를 수행해 다중공선성을 제거하겠습니다. 그다음 지난 연습 문제의 결과 지표와 비교해 볼 거예요. 마지막으로, PCA가 다중공선성을 완전히 제거하므로, 데이터셋의 상관 행렬과 히트맵이 어떻게 보이는지도 시각화해 보겠습니다.
이 연습은 강의의 일부입니다
Python으로 연습하는 Machine Learning 면접 질문
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import
from sklearn.decomposition import ____
# Instantiate
pca = ____()
# Fit on train
pca.____(____)
# Transform train and test
X_trainPCA = pca.____(____)
X_testPCA = pca.____(____)