Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Challenge | Model Building
Principal Component Analysis
course content

Contenido del Curso

Principal Component Analysis

Principal Component Analysis

1. What is Principal Component Analysis
IntroductionPractical Application of PCAMathematical IdeaExamples of Real ProblemsHow to Explain the Obtained Results?
2. Basic Concepts of PCA
StandardizationCovariance MatrixEigenvalues and EigenvectorsFeature Vector and Principal ComponentsSeeing the Big Picture
3. Model Building
Scikit-learn for PCAExplore DatasetFit Data into the ModelChallenge
4. Results Analysis
Explain Resulting ComponentsWhat’s after?Data CompressionNoise ReductionImage Compression

bookChallenge

Tarea

The task is to process the dataset and create a principal component analysis model with 3 components.

  1. Load the train.csv (from web) dataset.
  2. Drop the 'Id' column.
  3. Drop columns that contain NaN values.
  4. Standardize the dataset.
  5. Create a PCA model with 3 components for the dataset.

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 3. Capítulo 4
toggle bottom row

bookChallenge

Tarea

The task is to process the dataset and create a principal component analysis model with 3 components.

  1. Load the train.csv (from web) dataset.
  2. Drop the 'Id' column.
  3. Drop columns that contain NaN values.
  4. Standardize the dataset.
  5. Create a PCA model with 3 components for the dataset.

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 3. Capítulo 4
toggle bottom row

bookChallenge

Tarea

The task is to process the dataset and create a principal component analysis model with 3 components.

  1. Load the train.csv (from web) dataset.
  2. Drop the 'Id' column.
  3. Drop columns that contain NaN values.
  4. Standardize the dataset.
  5. Create a PCA model with 3 components for the dataset.

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Tarea

The task is to process the dataset and create a principal component analysis model with 3 components.

  1. Load the train.csv (from web) dataset.
  2. Drop the 'Id' column.
  3. Drop columns that contain NaN values.
  4. Standardize the dataset.
  5. Create a PCA model with 3 components for the dataset.

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
Sección 3. Capítulo 4
Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
some-alt