| 失效链接处理 |
|
机器学习基础_数据的降维及实战 PDF 下载
本站整理下载：
相关截图：
主要内容：
数据的降维
数据的降维是数据预处理中至关重要的一部分。当拥有非常高纬度的数据
集时，给数据降低纬度对于分析来说是非常重要的。
数据降维的概念
维度指的是特征的维度。数据的降维指的是要最大程度降低数据特征（剔
除无用特征）的同时，尽可能多的保留原数据中包含的信息。简单的说降
维指的是特征的数量减少。
数据降维的意义
当我们拿到多特征的数据时，有一些字段的数据对于结果是没有意义，或
者意义极小，但是在做机器学习的过程中也会参与计算，对我们最终分析
结果造成不利影响，我们要根据实际情况，把数据进行降维，使得计算过
程更轻便。
数据降维的方法
常用的数据降维方法有两种：
特征选择
主成分分析
特征选择 特征选择的概念
特征选择指的是在所有特征中 选择部分特征 作为训练集特征，选择后特征
的值不改变，但是选择后的特征维数会降低。
特征选择的目的
当数据的特征较多时，特征量达到成百上千时，会极大的消耗计算性能。
并且，有许多无用的特征，也会给计算带来一定的麻烦。
例如，给出一系列猫的数据，我们需要根据特征对猫进行分类，其中
有‘是否有爪子’，‘爪子的长度’，‘眼睛的颜色’，‘毛的长度’四
个特征。
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
