1. Nauka
    2. /
  2. Kursy
    3. /
  3. Redukcja wymiarowości w Pythonie
Connected

ćwiczenie

Interpretacja składowych głównych

Zastosujesz PCA do cech liczbowych zbioru danych Pokemon, poke_df, używając potoku, który łączy skalowanie cech i PCA w jednym kroku. Następnie zinterpretujesz znaczenie pierwszych dwóch składowych.

Wszystkie niezbędne pakiety i klasy zostały wcześniej wczytane (Pipeline(), StandardScaler(), PCA()).

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Zbuduj potok ze skalerem i PCA, ustawiając liczbę składowych do obliczenia na 2.