Obsah:
Definice - Co znamená zmenšení rozměrů?
Redukce dimenze je řada technik strojového učení a statistik, které snižují počet náhodných proměnných, které je třeba zvážit. Zahrnuje výběr a extrakci prvků. Snížení rozměrů umožňuje mnohem jednodušší a rychlejší analýzu dat pro algoritmy strojového učení bez zpracovávání cizích proměnných, čímž se algoritmy strojového učení rychlejší a jednodušší.
Techopedia vysvětluje zmenšení rozměrů
Redukce rozměrů se pokouší snížit počet náhodných proměnných v datech. Často se používá přístup K-nejbližší sousedé. Techniky snižování rozměrů jsou rozděleny do dvou hlavních kategorií: výběr prvku a extrakce prvku.
Techniky výběru prvků nacházejí menší podmnožinu mnohorozměrné sady dat pro vytvoření datového modelu. Hlavní strategie sady funkcí jsou filtr, obálka (pomocí prediktivního modelu) a vložené, které provádějí výběr prvků při vytváření modelu.
Extrakce prvků zahrnuje transformaci vysokorozměrných dat do prostorů s menšími rozměry. Metody zahrnují analýzu hlavních komponent, jádro PCA, grafové jádro PCA, lineární diskriminační analýzu a generalizovanou diskriminační analýzu.
