Reducción de dimensionalidad

Preprocesamiento para machine learning en Python

James Chapman

Curriculum Manager, DataCamp

Reducción de dimensionalidad y PCA

  • Método de aprendizaje no supervisado
  • Combina/descompone un espacio de características
  • Extracción de características: aquí la usaremos para reducir el espacio
  • Análisis de componentes principales
  • Transformación lineal a un espacio no correlacionado
  • Captura la mayor varianza posible en cada componente
Preprocesamiento para machine learning en Python

PCA en scikit-learn

from sklearn.decomposition import PCA
pca = PCA()
df_pca = pca.fit_transform(df)


print(df_pca)

[88.4583, 18.7764, -2.2379, ..., 0.0954, 0.0361, -0.0034],
[93.4564, 18.6709, -1.7887, ..., -0.0509, 0.1331, 0.0119],
[-186.9433, -0.2133, -5.6307, ..., 0.0332, 0.0271, 0.0055]

print(pca.explained_variance_ratio_)

[0.9981, 0.0017, 0.0001, 0.0001, ...]
Preprocesamiento para machine learning en Python

Advertencias sobre PCA

  • Componentes difíciles de interpretar
  • Fin del preprocesamiento
Preprocesamiento para machine learning en Python

¡Vamos a practicar!

Preprocesamiento para machine learning en Python

Preparing Video For Download...