ПочатиПочніть безкоштовно

Зменшення розмірності вимірювань риб

У попередній вправі ви побачили, що 2 — розумний вибір для «внутрішньої розмірності» вимірювань риб. Тепер застосуйте PCA для зменшення розмірності цих вимірювань, зберігши лише 2 найважливіші компоненти.

Вимірювання риб уже масштабовано для вас і вони доступні як scaled_samples.

Ця вправа є частиною курсу

Наглядове навчання в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте PCA з sklearn.decomposition.
  • Створіть екземпляр PCA під назвою pca з n_components=2.
  • Використайте метод .fit() об'єкта pca, щоб навчити його на масштабованих вимірюваннях риб scaled_samples.
  • Використайте метод .transform() об'єкта pca, щоб перетворити scaled_samples. Присвойте результат змінній pca_features.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import PCA
____

# Create a PCA model with 2 components: pca
pca = ____

# Fit the PCA instance to the scaled samples
____

# Transform the scaled samples: pca_features
pca_features = ____

# Print the shape of pca_features
print(pca_features.shape)
Редагувати та запускати код