Obsah:
Definícia - Čo znamená zníženie rozmerov?
Zníženie rozmerov je rad techník strojového učenia a štatistiky na zníženie počtu náhodných premenných, ktoré je potrebné zvážiť. Zahŕňa výber prvkov a extrahovanie prvkov. Zníženie rozmerov umožňuje oveľa jednoduchšiu a rýchlejšiu analýzu údajov pre algoritmy strojového učenia bez spracovávania cudzích premenných, vďaka čomu sú algoritmy strojového učenia rýchlejšie a jednoduchšie.
Techopedia vysvetľuje zníženie rozmerov
Redukcia rozmerov sa pokúša znížiť počet náhodných premenných v údajoch. Často sa používa prístup K-najbližších susedov. Techniky zmenšovania rozmerov sú rozdelené do dvoch hlavných kategórií: výber prvkov a extrakcia prvkov.
Techniky výberu prvkov nachádzajú menšiu podmnožinu mnohorozmernej sady údajov na vytvorenie dátového modelu. Hlavnými stratégiami pre súpravu prvkov sú filter, obal (pomocou prediktívneho modelu) a vložené, ktoré vykonávajú výber prvkov pri zostavovaní modelu.
Extrakcia prvkov zahŕňa transformáciu vysokorozmerných údajov do priestorov s menšími rozmermi. Metódy zahŕňajú analýzu hlavných komponentov, jadro PCA, grafické jadro PCA, lineárnu diskriminačnú analýzu a všeobecnú diskriminačnú analýzu.
