Чим відрізняється вибір функції та зменшення розмірності?


13

Я знаю, що і вибір функції, і зменшення розмірності спрямовані на зменшення кількості ознак у вихідному наборі функцій. Яка точна різниця між ними, якщо ми робимо те саме в обох?

Відповіді:


13

Різниця полягає в тому, що набір функцій, отриманих шляхом вибору особливостей, повинен бути підмножиною вихідного набору ознак, а набір, зроблений зменшенням розмірності, не повинен (наприклад, PCA зменшує розмірність, створюючи нові синтетичні особливості за допомогою лінійної комбінації оригінальні, а потім відкидання менш важливих).

Цей спосіб вибору особливостей є особливим випадком зменшення розмірності.


0

Вибір функцій працює на зменшенні варіаційності та розмірності на значеннях Ейґена та вектора Ейгена.

Під час вибору особливостей ми працюємо над атрибутами і залишаємо атрибути на основі дисперсії, але в разі зменшення розмірності ми створюємо новий вимір на основі коваріацій.

Сподіваюся, моя відповідь допоможе вам спасибі за те, що ви поставили запитання.


хммм ... вибір функції працює на дисперсії?
— Siong Thye Goh

VarianceThreshold - це простий базовий підхід до вибору функцій scikit-learn.org/stable/modules/feature_selection.html
— Ривз

Для зменшення розмірності не потрібно використовувати власних значень та власних векторів, наприклад, UMAP та t-SNE цього не роблять.
— alan ocallaghan
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.