特征太多
本课属于 Coddy Machine Learning 学习旅程的“无监督学习”单元。第 24 课，共 51 课。
这一章用很少的课时涵盖了许多功能。学完后，13 项葡萄酒测量数据将汇总成一张地图：
为什么要压缩？很多特征难以绘制图表，拟合速度慢，而且常常彼此重复，比如下面这两个特征：
双胞胎会将同一个概念重复两次。相关矩阵会找出它们，r 接近 1 或 -1：
wine = load_wine(as_frame=True).frame
corr = wine.corr()
print(round(corr.loc["flavanoids", "total_phenols"], 2))这会打印 0.86。每对保留一个，或者将它们合并：合并就是本章要讲的内容。
挑战
中等一家肥皂作坊会测量每批肥皂的 10 项指标，报告也越来越长。找出配对项。程序会读取一个限制值，起始代码会构建 corr。
- 遍历每一对不同的列，每对只遍历一次。
- 打印绝对值至少达到限制值的每一对，不论正负，并将
r保留 2 位小数。 - 打印找到的配对项数量。
对于另一家作坊，限制值为 0.85：
lye_g and oil_g: 0.91
cure_days and water_left_pct: -0.88
Twin pairs: 2亲手试试
import pandas as pd
# 一家肥皂作坊：60 批肥皂，每批有 10 项测量数据
batches = pd.read_csv("soaps.csv")
limit = float(input())
corr = batches.corr()
cols = corr.columns
# 在下方编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
无监督学习中的所有课
自己练习： Python 在线编译器