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

ćwiczenie

PCA w potoku modelu

Właśnie przekonaliśmy się, że legendarne Pokémony mają zazwyczaj wyższe statystyki. Sprawdźmy, czy możemy dodać do potoku klasyfikator, który wykrywa legendarne i nielegendarne Pokémony na podstawie głównych składowych.

Dane zostały wczytane i podzielone na zbiory treningowe i testowe: X_train, X_test, y_train, y_test.

To samo dotyczy wszystkich potrzebnych pakietów i klas (Pipeline(), StandardScaler(), PCA(), RandomForestClassifier()).

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Dodaj do potoku skaler, PCA ograniczone do 2 składowych oraz klasyfikator lasu losowego z parametrem random_state=0.