Seleção de variáveis vs. extração de variáveis

Redução de Dimensionalidade em Python

Jeroen Boeye

Head of Machine Learning, Faktion

Por que reduzir a dimensionalidade?

 

Seu conjunto de dados vai:
  • ser menos complexo
  • ocupar menos espaço em disco
  • exigir menos tempo de computação
  • ter menor chance de overfitting do modelo
Redução de Dimensionalidade em Python

Seleção de variáveis

renda idade cor favorita

Redução de Dimensionalidade em Python

Seleção de variáveis

variável removida

insurance_df.drop('favorite color', axis=1)
Redução de Dimensionalidade em Python

Criando um pairplot com dados ANSUR

sns.pairplot(ansur_df, hue="gender", diag_kind='hist')

pairplot corporal

Redução de Dimensionalidade em Python

Criando um pairplot com dados ANSUR

sns.pairplot(ansur_df, hue="gender", diag_kind='hist')

pairplot corporal anotado

Redução de Dimensionalidade em Python

Criando um pairplot com dados ANSUR

sns.pairplot(ansur_df, hue="gender", diag_kind='hist')

pairplot constante

Redução de Dimensionalidade em Python

Seleção de variáveis

Esquema de seleção de variáveis

Redução de Dimensionalidade em Python

Seleção de variáveis

Esquema de seleção de variáveis

Extração de variáveis

Esquema de extração de variáveis

Redução de Dimensionalidade em Python

Extração de variáveis - Exemplo

pairplot 4 vs. 4

Redução de Dimensionalidade em Python

Extração de variáveis - Exemplo

pairplot transformação PCA

Redução de Dimensionalidade em Python

Vamos praticar!

Redução de Dimensionalidade em Python

Preparing Video For Download...