用 PCA 區分房價

PCA 與 t-SNE 都是特徵萃取技術，但 PCA 只能擷取資料中的線性結構。在這個練習中，你會對完整的 house_sales_df 繪製 PCA 圖，以便之後和 t-SNE 的結果做比較。

請記得，house_sales_df 中的 price 是目標變數。在對資料套用 PCA 之前，務必先將其移除。

已為你載入 tidyverse 與 ggfortify 套件。

本練習屬於課程

R 的降維

檢視課程

練習說明

對 house_sales_df 的自變數擬合 PCA。
使用 autoplot() 繪製前兩個主成分，並用顏色對應 price。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Fit PCA to only the predictors
pca <- ___(___ %>% select(-___))

# Plot PCA and color code the target variable
___(___, data = ___, colour = "___", alpha = 0.7) +
  scale_color_gradient(low="gray", high="blue")

編輯並執行程式碼