咱们为甚么需求淘汰维度？

高维数据集是具备大批列(或变量)的数据集。如许的数据集带来了许普遍学或谋划挑战。好动静是变量(或称为特点)每每是干系的-高维数据“表面上”被少量简朴变量所操纵。咱们能够找到变量的子集，以示意数据中的不异级其余消息，或将变量更改为新的一组变量，而不会丧失不少消息。固然高功率谋划能够以某种方法解决高维数据，但在很多运用中，仍旧需求升高原始数据的维度。

当咱们思虑降维时，主成份剖析(PCA)或许是最受迎接的技巧。在本文中，我将从PCA开端，而后持续引见其余维度淘汰技巧。每个技巧城市附上Python代码。

淘汰维度也能够找到反常值

数据科学家能够利用降维技巧来鉴识反常。为甚么？莫非咱们可是想淘汰维度吗？直观在于反常值自身。D.M.Hawkins说：“反常值是指察看终于与其余察看终于出入太大，以引发它被不同机制形成的疑惑。”一旦降维到较少的主维度，形式就被鉴识出来，而后就会显示出反常值。咱们能够说反常值探测是降维副的产物，如文章反常探测到AutoEncoders易于易于易于修理[1]。

主成份剖析(PCA:PrincipalComponentAnalysis)

主成份剖析(PCA)的观念是淘汰由大批干系变量构成的数据集的维度，同时保存尽或许多的数据方差。PCA找到了一组新的变量，即原始变量可是它们的线性组合。新变量称为主成份(PCs)。这些重要成份是正交：在3-D情形下，主成份相互笔直。x不能由y示意，也不能由z显现。

图(a)显示了PCA的直观：它“回旋”轴更好地与您的数据对齐。第一个主成份将拿获数据中的大部份方差，而后后跟第二个，第三等。终于是，新数据将具备更少的维度。

让咱们利用鸢尾花数据集来申明PCA：

#UsetheirisdatasettoillustratePCA:importpandasaspdurl=“

转载请注明:http://www.aideyishus.com/lkcf/964.html