תוכן עניינים:
הגדרה - מה המשמעות של הפחתת ממדיות?
הפחתת ממדיות היא סדרה של טכניקות בלמידה של מכונות וסטטיסטיקה כדי להפחית את מספר המשתנים האקראיים שיש לקחת בחשבון. זה כרוך בבחירת תכונות וחילוץ תכונות. הפחתת ממדיות הופכת את ניתוח הנתונים להרבה יותר קל ומהיר יותר עבור אלגוריתמים של למידת מכונה ללא משתנים זרים לעיבוד, מה שהופך את אלגוריתמי למידת המכונות למהירים ופשוטים יותר בתורם.
Techopedia מסביר הפחתת ממדיות
צמצום ממדי מנסה להפחית את מספר המשתנים האקראיים בנתונים. לעתים קרובות משתמשים בגישה של השכנים הקרובים ביותר. טכניקות הפחתת מימד מחולקות לשתי קטגוריות עיקריות: בחירת תכונות וחילוץ תכונות.
טכניקות בחירת תכונות מוצאות מערך משנה קטן יותר של מערך נתונים רב מימדי ליצירת מודל נתונים. האסטרטגיות העיקריות להגדרת תכונות הן פילטר, עטיפה (באמצעות מודל חזוי) ומוטמעות, המבצעות בחירת תכונות תוך בניית מודל.
מיצוי תכונות כרוך בהפיכת נתונים ממדים גבוהים לחללים בעלי פחות ממדים. השיטות כוללות ניתוח רכיבים עיקרי, PCA גרעינים, PCA מבוסס גרעינים, ניתוח הבחנה ליניארי וניתוח מפלה כללי.
