Отбор vs. извлечение признаков

Снижение размерности в Python

Jeroen Boeye

Head of Machine Learning, Faktion

Зачем снижать размерность?

 

Ваш набор данных:
  • станет менее сложным
  • займёт меньше места на диске
  • потребует меньше времени на вычисления
  • снизит риск переобучения модели
Снижение размерности в Python

Отбор признаков

доход возраст любимый цвет

Снижение размерности в Python

Отбор признаков

удалённый признак

insurance_df.drop('favorite color', axis=1)
Снижение размерности в Python

Построение попарного графика на данных ANSUR

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

попарный график тела

Снижение размерности в Python

Построение попарного графика на данных ANSUR

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

аннотированный попарный график тела

Снижение размерности в Python

Построение попарного графика на данных ANSUR

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

попарный график с константой

Снижение размерности в Python

Отбор признаков

Схема отбора признаков

Снижение размерности в Python

Отбор признаков

Схема отбора признаков

Извлечение признаков

Схема извлечения признаков

Снижение размерности в Python

Извлечение признаков — пример

попарный график 4 vs. 4

Снижение размерности в Python

Извлечение признаков — пример

попарный график после PCA

Снижение размерности в Python

Давайте потренируемся!

Снижение размерности в Python

Preparing Video For Download...