Redução de dimensionalidade

Pré-processamento para Machine Learning em Python

James Chapman

Curriculum Manager, DataCamp

Redução de dimensionalidade e PCA

  • Método de aprendizado não supervisionado
  • Combina/decompõe um espaço de atributos
  • Extração de atributos — aqui vamos reduzir nosso espaço de atributos
  • Análise de componentes principais
  • Transformação linear para um espaço não correlacionado
  • Captura o máximo de variância possível em cada componente
Pré-processamento para Machine Learning em Python

PCA no 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, ...]
Pré-processamento para Machine Learning em Python

Caveats do PCA

  • Componentes difíceis de interpretar
  • Fim da etapa de pré-processamento
Pré-processamento para Machine Learning em Python

Vamos praticar!

Pré-processamento para Machine Learning em Python

Preparing Video For Download...