Wybór proporcji wyjaśnianej wariancji

Pozwól, żeby PCA sam określił liczbę składowych na podstawie progu wyjaśnianej wariancji, który ustawisz.

Będziesz pracować na numerycznym zbiorze danych ANSUR (kobiety), wczytanym jako ansur_df.

Wszystkie potrzebne pakiety i klasy są już załadowane (Pipeline(), StandardScaler(), PCA()).

To ćwiczenie jest częścią kursu

Redukcja wymiarowości w Pythonie

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Pipe a scaler to PCA selecting 80% of the variance
pipe = ____([('scaler', ____),
        		 ('reducer', ____)])