PCA kullanma

Bu egzersizde, modelin doğruluğunu artırıp artıramayacağını görmek için PCA'yı wine veri kümesine uygulayacaksın.

Bu egzersiz

Python'da Machine Learning için Ön İşleme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Bir PCA nesnesi oluştur.
wine veri kümesinden öznitelikleri (X) ve etiketleri (y) tanımla; etiketler "Type" sütununda.
Veri sızıntısını önleyerek PCA'yı X_train ve X_test üzerine uygula ve dönüştürülmüş değerleri pca_X_train ve pca_X_test olarak sakla.
Her bileşenin ne kadar varyansı açıkladığını görmek için pca nesnesinin .explained_variance_ratio_ özniteliğini yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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(____)

Kodu Düzenle ve Çalıştır