機器學習2（降維）

降維： 減少特徵，稱之為降維（這裡的維不再是 陣列裡面的維度了）

若現在有100個特徵，減少乙個 也可以稱之為降維
1. 特徵選擇
原因：1.冗餘：部分特徵相關度高，容易消耗計算效能
2.噪音： 部分特徵對**結果有影響
三大**：
1. filter(過濾式)： variance threshold  （從方差的角度去過濾）
api：
sklearn.feature_selection.variancethreshold
variance = variancethreshold(threshold=0) ---- 刪除所有低方差特性
variance.fit_transform(x)
x: numpy array資料格式
返回值：訓練集低於threshold的特徵被刪除。預設值是保留非0方差特徵，即刪除樣本中具有相同值特徵
eg：

1

def var():  #
方差過濾式23
'''4
過濾式5
:return:none
6'''
78     var = variancethreshold(threshold=0)
9     x = var.fit_transform([[1, 2, 3, 6],
10                             [1, 6, 6, 8],
11                             [1, 21, 6, 7]])
12print(x)

api: sklearn.decomposition

本質：pca是一種分析，簡化資料集的技術

目的：是資料維數壓縮，盡可能降低原資料維數（複雜度），損失少量資訊

作用：可以削減回歸分析或者聚類分析中特徵的數量

前提：特徵數量達到上百， 考慮資料的簡化

pca(n_components=none) n_components=0.9 (n_components為保留多少的特徵，一般在0.9-0.95)

將資料分解為低維數空間

pca.fit_transform(x)

x: numpy array格式的資料[n_samples, n_features]

返回值： 轉換後指定維度的array

def

pca():
pca = pca(n_components=0.92)
x = pca.fit_transform([[1, 2, 3, 6],
[1, 6, 6, 8],
[1, 21, 6, 7]])
print(x)

機器學習 降維

資料降維的主要方法 投影和流形學習 投影 高維空間的所有訓練例項實際上 或近似於 受乙個低得多的低維子空間所影響 投影並不是降維的最佳方法。許多情況下，許多情況下，子空間可能會彎曲或轉動，比如 著名的瑞士卷玩具資料集 簡單地進行平面投影會直接將瑞士卷的不同層壓扁在一起。d維流形就是n維空間的一部分，...

機器學習 降維

資料壓縮 視覺化 pca principal component analysis 即主成分分析方法，是一種使用最廣泛的資料降維演算法。pca的主要思想是將n維特徵對映到k維上，這k維是全新的正交特徵也被稱為主成分，是在原有n維特徵的基礎上重新構造出來的k維特徵。pca的工作就是從原始的空間中順序地...

機器學習 降維

1 什麼是降維？數學知識 特徵值分解 設a是n階方陣，如果有常數 和n維非零列向量 的關係式 a 成立，則稱 為方陣a的特徵值，非零向量 稱為方陣a的對應於特徵值入的特徵向量 降維 將資料的特徵數量從高維轉換到低維 實際中很多資料是高維的，但資料 內在的維度 可能更低 例如 通訊資料原始有7維 入網...