Chọn tính năng là một bước quan trọng trong việc học tập không có giám sát để cải thiện hiệu suất mô hình và giảm sự phức tạp. Không giống như giám sát học tập, nó không phụ thuộc vào dữ liệu có nhãn, làm cho quá trình khó khăn hơn. Bài này khám phá kỹ thuật thông thường và chiến lược được dùng cho tính năng chọn trong thiết lập không có giám sát.

Kỹ thuật cho lựa chọn tính năng không giám sát

Một số phương pháp được dùng để nhận diện tính năng thích hợp mà không đánh dấu dữ liệu. Những kỹ thuật này tập trung vào việc đo đạc tính chất nội tại của tính năng và mối quan hệ của chúng trong bộ dữ liệu.

Nhiều phần

Phương pháp này loại bỏ các tính năng với sự biến đổi thấp trên các mẫu, giả sử rằng các tính năng với sự biến đổi nhỏ hơn là ít thông tin hơn.

Chọn & màu

Tính năng được đánh giá dựa trên sự đóng góp của họ để phân chia các đặc điểm giúp cải thiện sự phân chia trong cụm.

Chiến thuật cho sự lựa chọn tính năng hiệu quả

Chọn lọc tính năng cần có kế hoạch chiến lược để đảm bảo kết quả có ý nghĩa.

Giảm độ phân giải

Phương pháp như phân tích thành phần chính (PCA) giảm thiểu số tính năng trong khi bảo tồn hầu hết các biến đổi dữ liệu, hỗ trợ trong việc chọn lọc tính năng.

Chọn lặp lại

Việc lặp lại xóa bỏ hoặc thêm tính năng dựa trên hiệu suất cụm giúp xác định những tính năng thích hợp nhất cho bộ dữ liệu.

  • Đánh giá tính năng quan trọng
  • Dùng nhiều kỹ thuật
  • Kiểm tra với các số liệu
  • Giảm chiều