Taula de continguts:
- Definició: què significa reducció de dimensionalitat?
- Techopedia explica la reducció de dimensionalitat
Definició: què significa reducció de dimensionalitat?
La reducció de la dimensionalitat és una sèrie de tècniques d’aprenentatge de màquines i estadístiques per reduir el nombre de variables aleatòries a considerar. Implica la selecció de funcions i l’extracció de funcions. La reducció de la dimensionalitat fa que l’anàlisi de les dades sigui molt més fàcil i ràpid per als algorismes d’aprenentatge automàtic sense que es puguin processar variables alienes, fent que els algorismes d’aprenentatge automàtic siguin més ràpids i senzills.
Techopedia explica la reducció de dimensionalitat
La reducció de dimensionalitat intenta reduir el nombre de variables aleatòries en les dades. S'utilitza sovint un enfocament de veïns més proper a K. Les tècniques de reducció de dimensionalitat es divideixen en dues grans categories: selecció de característiques i extracció de característiques.
Les tècniques de selecció de funcions troben un subconjunt més reduït d'un conjunt de dades de moltes dimensions per crear un model de dades. Les estratègies principals per al conjunt de funcions són filtre, embolcall (utilitzant un model predictiu) i incrustats, que realitzen la selecció de funcions mentre es construeix un model.
L’extracció de funcions implica transformar dades d’alta dimensió en espais de menys dimensions. Els mètodes inclouen l’anàlisi de components principals, PCA del nucli, PCA del nucli basat en gràfics, anàlisi discriminant lineal i anàlisi discriminant generalitzada.
