С точки зрения построения моделей, PCA позволяет создавать модели с меньшим числом признаков, при этом сохраняя большую часть информации из исходных данных. Однако, как вы уже видели, недостаток PCA — сложность интерпретации модели. В этом упражнении вы сосредоточитесь на построении модели линейной регрессии на подмножестве данных о продажах домов. Целевая переменная — price.

Модель, построенная непосредственно по данным без извлечения главных компонент, имеет RMSE равный $236 461,4. Вы применените PCA с помощью tidymodels и сравните новое значение RMSE. Помните: чем ниже RMSE, тем лучше.

Пакеты tidyverse и tidymodels уже загружены.

t-распределённое стохастическое вложение соседей (t-SNE)

Create Your Free Account