Зміст:
Визначення - Що означає зменшення розмірності?
Зменшення розмірності - це низка методів машинного навчання та статистики для зменшення кількості випадкових змінних, які слід врахувати. Він включає вибір функції та вилучення функції. Зменшення розмірності робить аналіз даних набагато простішим та швидшим для алгоритмів машинного навчання без сторонніх змінних, що робить алгоритми машинного навчання у свою чергу швидшими та простішими.
Техопедія пояснює зменшення розмірності
Зменшення розмірності намагається зменшити кількість випадкових змінних у даних. Часто використовується підхід K-найближчих сусідів. Методи зменшення розмірності поділяються на дві основні категорії: вибір особливостей та вилучення особливостей.
Методи вибору функцій знаходять менший підмножина багатовимірного набору даних для створення моделі даних. Основними стратегіями набору функцій є фільтр, обгортка (з використанням прогнозної моделі) та вбудовані, які виконують вибір функції під час побудови моделі.
Витяг функцій передбачає перетворення об'ємних даних у простори менших розмірів. Методи включають аналіз основних компонентів, PCA ядра, PCA на основі графіку, лінійний дискримінантний аналіз та генералізований дискримінантний аналіз.
