Tehnici pentru multicoliniaritate - PCA
În exercițiul anterior ai folosit ingineria caracteristicilor pentru a combina variabilele independente s1 și s2 într-o nouă variabilă, s1_s2, deoarece acestea prezentau cea mai ridicată corelație în setul de date diabetes.
În acest exercițiu, vei aplica PCA pe diabetes pentru a elimina multicoliniaritatea înainte de a folosi Regresia Liniară. Apoi, vei compara metricile obținute cu cele din exercițiul precedent. În final, vei vizualiza cum arată matricea de corelație și heatmap-ul setului de date după ce PCA elimină complet multicoliniaritatea.
Acest exercițiu face parte din cursul
Exersează întrebări de interviu pentru Machine Learning în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import
from sklearn.decomposition import ____
# Instantiate
pca = ____()
# Fit on train
pca.____(____)
# Transform train and test
X_trainPCA = pca.____(____)
X_testPCA = pca.____(____)