Talaan ng mga Nilalaman:
- Kahulugan - Ano ang ibig sabihin ng Dimensionality Reduction?
- Ipinapaliwanag ng Techopedia ang Dimensionality Reduction
Kahulugan - Ano ang ibig sabihin ng Dimensionality Reduction?
Ang pagbabawas ng dimensionality ay isang serye ng mga pamamaraan sa pag-aaral ng makina at istatistika upang mabawasan ang bilang ng mga random na variable upang isaalang-alang. Nagsasangkot ito ng pagpili ng tampok at pagkuha ng tampok. Ang pagbabawas ng dimensionality ay ginagawang mas madali at mas mabilis ang pagsusuri ng data para sa mga algorithm ng pagkatuto ng makina nang walang mga extrable variable upang maproseso, na ginagawang mas mabilis at mas simple ang pag-aaral ng mga machine machine.
Ipinapaliwanag ng Techopedia ang Dimensionality Reduction
Sinusubukan ang pagbabawas ng dimensionality upang mabawasan ang bilang ng mga random na variable sa data. Malapit na ginagamit ang isang K-pinakamalapit na kapitbahay. Nahahati ang mga diskarte sa pagbabawas ng dimensionality sa dalawang pangunahing kategorya: ang pagpili ng tampok at pagkuha ng tampok.
Ang mga diskarte sa pagpili ng tampok ay nakakahanap ng isang mas maliit na subset ng isang maraming dimensional na set ng data upang lumikha ng isang modelo ng data. Ang mga pangunahing diskarte para sa set ng tampok ay filter, balot (gamit ang isang mapaghulaang modelo) at naka-embed, na nagsasagawa ng pagpili ng tampok habang nagtatayo ng isang modelo.
Ang pagkuha ng tampok ay nagsasangkot ng pagbabago ng data ng high-dimensional sa mga puwang na mas kaunting mga sukat. Kasama sa mga pamamaraan ang pangunahing pagsusuri ng sangkap, kernel PCA, kernel na nakabatay sa grapiko, PC-linear na diskriminanteng pagsusuri at pangkalahatang pagsusuri ng diskriminasyon.
