1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的无监督学习
Connected

道练习

使用 PCA 去相关化谷物测量值

在上一个练习中，您已经观察到谷物的宽度和长度测量值是相关的。现在，您将使用 PCA 将这些测量值去相关化，然后绘制去相关后的点，并计算它们的皮尔逊相关系数。

说明

100 XP
  • 从 sklearn.decomposition 导入 PCA。
  • 创建一个名为 model 的 PCA 实例。
  • 使用 model 的 .fit_transform() 方法将 PCA 变换应用到 grains。将结果赋值给 pca_features。
  • 提取、绘图并计算 pca_features 前两列的皮尔逊相关系数的后续代码已为您写好，点击提交即可查看结果！