Wprowadzenie do redukcji wymiarowości

Redukcja wymiarowości w R

Matt Pickard

Owner, Pickard Predictives, LLC

Wymiary

Wymiary to pionowe składniki uporządkowanej tabeli
Wymiary = Kolumny = Cechy
# wymiarów = # kolumn

df %>% ncol()

Uporządkowana tabela z zaznaczonymi pionowymi wymiarami

Czym jest redukcja wymiarowości?

Eliminowanie lub łączenie cech zawierających mało nowych informacji

Przykład

Uporządkowana tabela z większą liczbą kolumn

Czym jest redukcja wymiarowości?

Eliminowanie lub łączenie cech zawierających mało nowych informacji

Przykład

Uporządkowana tabela z większą liczbą kolumn, wyróżniająca cechy z redundantnymi informacjami

Czym jest redukcja wymiarowości?

Eliminowanie lub łączenie cech zawierających mało nowych informacji

Przykład

Uporządkowana tabela z większą liczbą kolumn, wyróżniająca cechę o identycznych wartościach

Redukcja wymiarowości – wizualizacja

Rzutowanie 3D na powierzchnie 2D

Wyszukiwanie kolumn numerycznych bez wariancji

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

Informacja wzajemna

Diagram Venna z częścią wspólną

Informacja wzajemna

Diagram Venna z częścią wspólną

Informacja wzajemna

Diagram Venna z częścią wspólną

Informacja wzajemna

Diagram Venna z częścią wspólną

Tworzenie wykresu korelacji

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))

Wykres korelacji

Czas na ćwiczenia!

Redukcja wymiarowości w R