降維入門

R 的降維

Matt Pickard

Owner, Pickard Predictives, LLC

維度

維度是整齊表格的縱向組成
維度＝欄＝特徵
維度數＝欄數

df %>% ncol()

突顯縱向維度的整齊表格

什麼是降維？

移除或合併幾乎沒有新資訊的特徵。

範例

有更多欄的整齊表格

什麼是降維？

移除或合併幾乎沒有新資訊的特徵。

範例

有更多欄且突顯重複資訊特徵的整齊表格

什麼是降維？

移除或合併幾乎沒有新資訊的特徵。

範例

有更多欄且突顯數值全相同特徵的整齊表格

視覺化的降維

3D 投影到 2D 表面

找出無變異的數值欄位

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

互資訊（Mutual information）

含交集的維恩圖

互資訊（Mutual information）

含交集的維恩圖

互資訊（Mutual information）

含交集的維恩圖

互資訊（Mutual information）

含交集的維恩圖

建立相關性圖

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))

一起來練習吧！

R 的降維