Reducerea dimensionalității

Preprocesare pentru Machine Learning în Python

James Chapman

Curriculum Manager, DataCamp

Reducerea dimensionalității și PCA

  • Metodă de învățare nesupervizată
  • Combină/descompune spațiul de caracteristici
  • Extragere de caracteristici - utilizată pentru a reduce spațiul acestora
  • Analiza componentelor principale
  • Transformare liniară în spațiu necorelat
  • Captează cât mai multă varianță în fiecare componentă
Preprocesare pentru Machine Learning în Python

PCA în scikit-learn

from sklearn.decomposition import PCA
pca = PCA()
df_pca = pca.fit_transform(df)


print(df_pca)

[88.4583, 18.7764, -2.2379, ..., 0.0954, 0.0361, -0.0034],
[93.4564, 18.6709, -1.7887, ..., -0.0509, 0.1331, 0.0119],
[-186.9433, -0.2133, -5.6307, ..., 0.0332, 0.0271, 0.0055]

print(pca.explained_variance_ratio_)

[0.9981, 0.0017, 0.0001, 0.0001, ...]
Preprocesare pentru Machine Learning în Python

Limitele PCA

  • Componentele sunt dificil de interpretat
  • Sfârșitul etapei de preprocesare
Preprocesare pentru Machine Learning în Python

Să exersăm!

Preprocesare pentru Machine Learning în Python

Preparing Video For Download...