Selekcja vs. ekstrakcja cech

Redukcja wymiarowości w Pythonie

Jeroen Boeye

Head of Machine Learning, Faktion

Dlaczego redukować wymiarowość?

 

Zbiór danych będzie:
  • mniej złożony
  • zajmował mniej miejsca na dysku
  • wymagał mniej czasu obliczeń
  • mniej podatny na przeuczenie modelu
Redukcja wymiarowości w Pythonie

Selekcja cech

dochód wiek ulubiony kolor

Redukcja wymiarowości w Pythonie

Selekcja cech

usunięta cecha

insurance_df.drop('favorite color', axis=1)
Redukcja wymiarowości w Pythonie

Tworzenie pairplot na danych ANSUR

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

pairplot ciała

Redukcja wymiarowości w Pythonie

Tworzenie pairplot na danych ANSUR

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

pairplot ciała z adnotacjami

Redukcja wymiarowości w Pythonie

Tworzenie pairplot na danych ANSUR

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

stały pairplot

Redukcja wymiarowości w Pythonie

Selekcja cech

Schemat selekcji cech

Redukcja wymiarowości w Pythonie

Selekcja cech

Schemat selekcji cech

Ekstrakcja cech

Schemat ekstrakcji cech

Redukcja wymiarowości w Pythonie

Ekstrakcja cech – przykład

pairplot 4 vs. 4

Redukcja wymiarowości w Pythonie

Ekstrakcja cech – przykład

pairplot po transformacji PCA

Redukcja wymiarowości w Pythonie

Czas na ćwiczenia!

Redukcja wymiarowości w Pythonie

Preparing Video For Download...