Giảm chiều: trích xuất đặc trưng

Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Lisa Stuart

Data Scientist

Phương pháp học không giám sát

Biểu đồ PCA

Chọn đặc trưng

¹ https://slideplayer.com/slide/9699240/ ² https://www.analyticsvidhya.com/blog/2016/03/practical-guide-principal-component-analysis-python/

Biểu đồ số chiều vs hiệu năng

¹ https://www.visiondummy.com/2014/04/curse-dimensionality-affect-classification/

Không gian tìm kiếm 1-D

Không gian tìm kiếm 2-D

Không gian tìm kiếm 3-D

Biểu đồ PCA Iris

PCA
- Mối quan hệ giữa X và y
- Tìm các trục chính
- Tịnh tiến, xoay và co giãn
- Chiếu dữ liệu xuống không gian thấp hơn

¹ https://scikit-learn.org/stable/modules/decomposition.html

Biểu đồ SVD Iris

SVD
- Đại số tuyến tính và giải tích vectơ
- Phân rã ma trận dữ liệu thành ba ma trận
- Cho ra các giá trị “đặc trưng” (singular)
- Phương sai xấp xỉ bằng tổng bình phương các giá trị đặc trưng

¹ https://galaxydatatech.com/2018/07/15/singular-value-decomposition/

Hàm/phương thức	trả về
`sklearn.decomposition.PCA`	phân tích thành phần chính
`sklearn.decomposition.TruncatedSVD`	phân rã giá trị suy biến
`PCA/SVD.fit_transform(X)`	fit và biến đổi dữ liệu
`PCA/SVD.explained_variance_ratio_`	tỷ lệ phương sai giải thích bởi PC

Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python