Ang mga ito ay tumutulong para mapasulong ang iyong modelong pagganap, mabawasan ang pagiging labis na nababagay, at mabawasan ang gastos sa pagkalkula.

Pagpili ng mga Pamamaraan

Ang pagpili ng mga katangian ay nagsasangkot ng pagpili ng isang subset ng mga kaugnay na katangian mula sa orihinal na dataset.Ito ay nagpapasimple sa modelo at nagpapasulong sa pagbibigay kahulugan. Ang mga karaniwang pamamaraan ay kinabibilangan ng pansala, balot, at mga pamamaraang nakapaloob.

Mga Pamamaraan ng Pansala

Ang mga pamamaraang Filter ay sumusuri ng mga katangian batay sa mga sukat na estadistikal gaya ng correlation o impormasyong mutwal. ang mga ito ay mabilis at angkop para sa mataas na-dimensiyonal na datos.

Mga Pamamaraan ng Pag - iikid

Ang mga pamamaraan ng pag-aalsa ay pumipili ng mga tampok sa pamamagitan ng pagsasanay ng mga modelo sa iba't ibang subsets at pagpili ng pinakamahusay na pagganap ng kombinasyon. ang mga ito ay mas tumpak ngunit randomly intensive.

Mga Pamamaraang Nabuo

Kabilang sa mga pamamaraang binased ang pagpili sa loob ng huwarang pagsasanay, gaya ng Lasso regresyon, na siyang nagpapahirap sa hindi gaanong mahahalagang bahagi.

Mga Pamamaraan ng Pagbabawas sa Dimensyon

Ang dimensiyonalidad na pagbabawas ay gumagawa sa data na isang mas mababang-dimensiyonal na espasyo, pag-iingat ng mahahalagang impormasyon. kapaki-pakinabang kapag ang mga tampok ay mataas na correlated o kapag nakikitungo sa mataas-dimensiyonal na datos.

Pangunahing Pagsusuri (PCA)

Binabawasan ng PCA ang mga dimensiyon sa pamamagitan ng pagdedededent ng mga datos sa mga pangunahing bahagi na nagpapaliwanag ng pinaka-dibersidad. ito ay malawakang ginagamit para sa visualization at pagbabawas ng ingay.

T-Distributed Stochostic kapitbahay na Embeding (t-SNE)

Ang t-SNE ay isang pamamaraan para sa pag-eespiya ng mataas na-dimensiyonal na datos sa dalawa o tatlong dimensiyon.Idiniriin nito ang lokal na istraktura at kapaki-pakinabang sa pagkokokodigo ng analisis.

Pinakamabuting Gawain

Kapag ikinakapit ang pagpili o pagbabawas ng dimensiyon, isaalang - alang ang sumusunod na pinakamabuting mga gawain:

  • Unawain ang impormasyon at ang problema bago pumili ng mga pamamaraan.
  • Gumamit ng cross-validation para masuri ang epekto ng pagpili ng tampok.
  • Pagsama - samahin ang maraming paraan para sa mas mabubuting resulta.
  • Mag-ingat sa over-reduction, na maaaring humantong sa pagkawala ng impormasyon.