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

Conteúdo do 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

Tarefa

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 desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4
toggle bottom row

bookChallenge

Tarefa

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 desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4
toggle bottom row

bookChallenge

Tarefa

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 desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Tarefa

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 desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Seção 3. Capítulo 4
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
some-alt