1. Learn
    2. /
  2. Courses
    3. /
  3. Unsupervised Learning ใน Python
Connected

Exercise

การ Decorrelate ข้อมูลการวัดเมล็ดพืชด้วย PCA

จากแบบฝึกหัดก่อนหน้า จะเห็นว่าการวัดความกว้างและความยาวของเมล็ดพืชมีความสัมพันธ์กัน ในแบบฝึกหัดนี้ จะใช้ PCA เพื่อ decorrelate ข้อมูลเหล่านี้ จากนั้นพล็อตจุดที่ผ่านการ decorrelate แล้ว และวัดค่าสหสัมพันธ์เพียร์สัน (Pearson correlation)

Instructions

100 XP
  • นำเข้า PCA จาก sklearn.decomposition
  • สร้าง instance ของ PCA โดยตั้งชื่อว่า model
  • เรียกใช้เมธอด .fit_transform() ของ model เพื่อนำ PCA transformation ไปใช้กับ grains แล้วเก็บผลลัพธ์ไว้ในตัวแปร pca_features
  • โค้ดส่วนที่เหลือสำหรับการดึงข้อมูล พล็อตกราฟ และคำนวณค่าสหสัมพันธ์เพียร์สันของสองคอลัมน์แรกใน pca_features ได้เขียนไว้ให้แล้ว กด ส่งคำตอบ เพื่อดูผลลัพธ์ได้เลย!