Índice:
- Definição - O que significa Redução de Dimensionalidade?
- Techopedia explica redução de dimensionalidade
Definição - O que significa Redução de Dimensionalidade?
A redução de dimensionalidade é uma série de técnicas em aprendizado de máquina e estatística para reduzir o número de variáveis aleatórias a serem consideradas. Envolve seleção e extração de recursos. A redução de dimensionalidade torna a análise de dados muito mais fácil e rápida para algoritmos de aprendizado de máquina sem variáveis estranhas a serem processadas, tornando os algoritmos de aprendizado de máquina mais rápidos e mais simples.
Techopedia explica redução de dimensionalidade
A redução de dimensionalidade tenta reduzir o número de variáveis aleatórias nos dados. Uma abordagem K-vizinhos mais próximos é frequentemente usada. As técnicas de redução de dimensionalidade são divididas em duas categorias principais: seleção e extração de recursos.
As técnicas de seleção de recursos encontram um subconjunto menor de um conjunto de dados multidimensionais para criar um modelo de dados. As principais estratégias para o conjunto de recursos são filtro, wrapper (usando um modelo preditivo) e incorporado, que executam a seleção de recursos durante a construção de um modelo.
A extração de recursos envolve a transformação de dados de alta dimensão em espaços com menos dimensões. Os métodos incluem análise de componentes principais, PCA do kernel, PCA do kernel baseado em gráfico, análise discriminante linear e análise discriminante generalizada.
