Výběr vs. extrakce příznaků

Redukce dimenzionality v Pythonu

Jeroen Boeye

Head of Machine Learning, Faktion

Proč snižovat dimenzionalitu?

 

Váš dataset bude:

• méně komplexní
• zabírat méně místa na disku
• vyžadovat méně výpočetního času
• méně náchylný k přeučení modelu

Výběr příznaků

Výběr příznaků

insurance_df.drop('favorite color', axis=1)

Tvorba pairplotu na datech ANSUR

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

Tvorba pairplotu na datech ANSUR

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

Tvorba pairplotu na datech ANSUR

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

Výběr příznaků

Výběr příznaků

Extrakce příznaků

Extrakce příznaků – příklad

Extrakce příznaků – příklad

Pojďme si procvičit!

Redukce dimenzionality v Pythonu