Úvod do redukce dimenzionality

Redukce dimenzionality v R

Matt Pickard

Owner, Pickard Predictives, LLC

Dimenze

Dimenze jsou svislé složky úhledné tabulky
Dimenze = Sloupce = Příznaky
# dimenzí = # sloupců

df %>% ncol()

Úhledná tabulka zvýrazňující svislé dimenze

Co je redukce dimenzionality?

Odstranění nebo sloučení příznaků s malým nebo žádným novým obsahem

Příklad

Úhledná tabulka s více sloupci

Co je redukce dimenzionality?

Odstranění nebo sloučení příznaků s malým nebo žádným novým obsahem

Příklad

Úhledná tabulka s více sloupci zvýrazňující redundantní příznaky

Co je redukce dimenzionality?

Odstranění nebo sloučení příznaků s malým nebo žádným novým obsahem

Příklad

Úhledná tabulka s více sloupci zvýrazňující příznak se stejnými hodnotami

Redukce dimenzionality vizuálně

Projekce 3D do 2D ploch

Hledání numerických sloupců s nulovou variancí

df %>% 
  summarize(
    across(
      everything(), 
      ~ var(., na.rm = TRUE))) %>%

  pivot_longer(
    everything(), 
    "feature", 
    "variance")

# A tibble: 7 × 2
  feature              variance
  <chr>                   <dbl>
1 sqft_living           843534.
2 sqft_above            685735.
3 sqft_basement         195873.
4 sqft_living_near15    475480.
5 sqft_lot_near15    863386815.
6 num_garages                0 
7 num_hvac_units             0

Vzájemná informace

Vennův diagram s průnikem

Vzájemná informace

Vennův diagram s průnikem

Vzájemná informace

Vennův diagram s průnikem

Vzájemná informace

Vennův diagram s průnikem

Vytvoření korelačního grafu

library(corrr)

house_sales_df %>% select(where(is.numeric)) %>%

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

  theme(axis.text.x = element_text(angle = 90, hjust = 1))

Korelační graf

Pojďme si procvičit!

Redukce dimenzionality v R