Bắt đầu ngayBắt đầu miễn phí

Giảm chiều dữ liệu đo đạc cá

Trong một bài tập trước, bạn đã thấy rằng 2 là một lựa chọn hợp lý cho "số chiều nội tại" của các phép đo cá. Bây giờ hãy dùng PCA để giảm chiều dữ liệu đo đạc cá, chỉ giữ lại 2 thành phần quan trọng nhất.

Các phép đo cá đã được chuẩn hóa sẵn cho bạn và có sẵn dưới biến scaled_samples.

Bài tập này là một phần của khóa học

Unsupervised Learning bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Import PCA từ sklearn.decomposition.
  • Tạo một đối tượng PCA tên là pca với n_components=2.
  • Dùng phương thức .fit() của pca để fit lên dữ liệu đo đạc cá đã chuẩn hóa scaled_samples.
  • Dùng phương thức .transform() của pca để biến đổi scaled_samples. Gán kết quả cho pca_features.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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)
Chỉnh sửa và Chạy Mã