ÎncepețiÎncepe gratuit

Utilizarea PCA

În acest exercițiu, vei aplica PCA pe setul de date wine pentru a vedea dacă poți îmbunătăți acuratețea modelului.

Acest exercițiu face parte din cursul

Preprocesare pentru Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Instanțiază un obiect PCA.
  • Definește caracteristicile (X) și etichetele (y) din wine, folosind valorile din coloana "Type".
  • Aplică PCA pe X_train și X_test, asigurându-te că nu există scurgeri de date, și stochează valorile transformate ca pca_X_train și pca_X_test.
  • Afișează atributul .explained_variance_ratio_ al obiectului pca pentru a verifica cât din varianță este explicată de fiecare componentă.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Instantiate a PCA object
pca = ____()

# Define the features and labels from the wine dataset
X = wine.drop(____, ____)
y = wine["Type"]

X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=42)

# Apply PCA to the wine dataset X vector
pca_X_train = ___.____(____)
pca_X_test = ___.____(____)

# Look at the percentage of variance explained by the different components
print(____)
Editează și rulează codul