Представьте, что мы на пляже и набираем горсть сухого песка, как делали это в старые добрые времена, когда были детьми. Однако, будучи взрослым, давайте посмотрим на образец под микроскопом, ничего слишком мощного не требуется. Мы неизменно будем замечать в образце сотни тысяч различных компонентов — раковины различных форм и размеров, обломки горных пород, такие минералы, как кварц, полевой шпат, слюда и так далее. Но наш мозг быстро отличает частицы песка, какими бы разнообразными..

Снижение размерности Сегодня мы проходим PCA, анализ главных компонентов. Концепция PCA и причины Основная концепция PCA заключается в уменьшении размерности. Когда у нас много функций данных, естественно, размерность данных будет высокой. Если мы имеем дело с этими данными, уменьшение размерности будет полезно. Это устранило бы довольно неважные функции, тем самым уменьшив временную/пространственную сложность и уменьшив шумы в данных. Также, если мы обучаем модель сложными..

Здравствуйте, и спасибо, что читаете мой блог. В этом подробном руководстве я поделюсь своими знаниями и опытом по одной из самых важных и широко обсуждаемых тем в науке о данных: PCA для уменьшения размерности и визуализации. Что такое уменьшение размерности? Уменьшение размерности — это фундаментальный метод, используемый для упрощения сложных наборов данных за счет уменьшения количества признаков или переменных при сохранении важной информации. Этот метод особенно полезен для..