Isi kandungan:
Definisi - Apakah maksud Pengurangan Dimensiiti?
Pengurangan dimensi adalah satu siri teknik dalam pembelajaran mesin dan statistik untuk mengurangkan bilangan pemboleh ubah rawak untuk dipertimbangkan. Ia melibatkan pemilihan ciri dan pengekstrakan ciri. Pengurangan dimensi menjadikan data analisa lebih mudah dan lebih cepat untuk algoritma pembelajaran mesin tanpa pembolehubah luar untuk diproses, menjadikan algoritma pembelajaran mesin lebih cepat dan mudah pula.
Techopedia menerangkan Pengurangan Dimensi
Percubaan pengurangan dimensi mengurangkan jumlah pemboleh ubah rawak dalam data. Pendekatan K-terdekat-jiran sering digunakan. Teknik pengurangan dimensi dibahagikan kepada dua kategori utama: pemilihan ciri dan pengekstrakan ciri.
Teknik pemilihan ciri mencari subset yang lebih kecil daripada set data banyak dimensi untuk membuat model data. Strategi utama untuk set ciri adalah penapis, bungkus (menggunakan model ramalan) dan tertanam, yang melaksanakan pemilihan ciri semasa membina model.
Pengekstrakan ciri melibatkan mengubah data dimensi tinggi ke dalam ruang dimensi yang lebih sedikit. Kaedah termasuk analisis komponen utama, kernel PCA, kernel berasaskan graf PCA, analisis diskriminan linier dan analisis diskriminasi umum.
