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.