Scree grafiğiyle bileşenleri görselleştirme
Bir machine learning mülakatında, elde tutulacak en iyi özellik sayısının ne olduğu sorulabilir. Bu egzersizde, loan_data üzerinde PCA kullanarak temel bileşenlerin scree grafiğini ve kümülatif açıklanan varyans oranı grafiğini oluşturacaksın.
Bu, daha doğru bir ML modeli eğitmek için en uygun temel bileşen (PC) sayısını belirlemene yardımcı olacak.
PCA gözetimsiz bir yöntem olduğundan, temel bileşen analizi hedef değişken olan Loan Status veri kümesinden çıkarıldıktan sonra X matrisi üzerinde yapılır. n_components parametresini ayarlamamak, eğitilen modelden tüm temel bileşenleri döndürür.
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning Mülakat Sorularını Pratik Etme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Remove target variable
X = loan_data.____('____', axis=1)
# Instantiate
pca = ____(n_components=____)
# Fit and transform
principalComponents = pca.____(____)