Selezione di feature vs. estrazione di feature

Riduzione della dimensionalità in Python

Jeroen Boeye

Head of Machine Learning, Faktion

Perché ridurre la dimensionalità?

 

Il tuo insieme di dati:
  • sarà meno complesso
  • richiederà meno spazio su disco
  • richiederà meno tempo di calcolo
  • avrà minori rischi di overfitting del modello
Riduzione della dimensionalità in Python

Selezione di feature

reddito età colore preferito

Riduzione della dimensionalità in Python

Selezione di feature

feature rimossa

insurance_df.drop('favorite color', axis=1)
Riduzione della dimensionalità in Python

Costruire un pairplot sui dati ANSUR

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

pairplot corporale

Riduzione della dimensionalità in Python

Costruire un pairplot sui dati ANSUR

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

pairplot corporale annotato

Riduzione della dimensionalità in Python

Costruire un pairplot sui dati ANSUR

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

pairplot costante

Riduzione della dimensionalità in Python

Selezione di feature

Schema di selezione delle feature

Riduzione della dimensionalità in Python

Selezione di feature

Schema di selezione delle feature

Estrazione di feature

Schema di estrazione delle feature

Riduzione della dimensionalità in Python

Estrazione di feature - Esempio

pairplot 4 vs 4

Riduzione della dimensionalità in Python

Estrazione di feature - Esempio

pairplot trasformazione PCA

Riduzione della dimensionalità in Python

Esercitiamoci!

Riduzione della dimensionalità in Python

Preparing Video For Download...