Mis on funktsioonide vähendamine masinõppes?
Mis on funktsioonide vähendamine masinõppes?

Video: Mis on funktsioonide vähendamine masinõppes?

Video: Mis on funktsioonide vähendamine masinõppes?
Video: Tehisintellekt hariduses. Tehnoloogiakompassi veebiseminar 9.12.2019 UUS! 2024, November
Anonim

Kasutamise eesmärk funktsioonide vähendamine on selleks vähendada arv Funktsioonid (või muutujad), mida arvuti peab oma funktsiooni täitmiseks töötlema. Funktsioonide vähendamine kasutatakse dimensioonide arvu vähendamiseks, muutes andmed vähem hõredaks ja statistiliselt olulisemaks masinõpe rakendusi.

Samamoodi võite küsida, mis on mõõtmete vähendamine masinõppes?

Statistikas masinõpe ja infoteooria, mõõtmete vähendamine või mõõtmete vähendamine on protsess vähendades vaadeldavate juhuslike muutujate arv, saades peamiste muutujate hulga. Lähenemisviisid võib jagada funktsioonide valikuks ja funktsioonide eraldamiseks.

Võib ka küsida, millised on 3 viisi mõõtmelisuse vähendamiseks? 3. Üldised mõõtmete vähendamise tehnikad

  • 3.1 Puuduv väärtuse suhe. Oletame, et teile antakse andmestik.
  • 3.2 Madala dispersiooni filter.
  • 3.3 Kõrge korrelatsiooniga filter.
  • 3.4 Juhuslik mets.
  • 3.5 Tagasiulatuvate funktsioonide kõrvaldamine.
  • 3.6 Funktsiooni valimine edasi.
  • 3.7 Faktoranalüüs.
  • 3.8 Põhikomponentide analüüs (PCA)

Lisaks ülaltoodule, milline järgmistest tingimustest nõuab masinõppe funktsioonide vähendamist?

The nõuab masinõppe funktsioonide vähendamist on ebaolulised ja üleliigsed Funktsioonid , Piiratud koolitusandmed, Piiratud arvutusressursid. See valik on täiesti automaatne ja see valib andmetest atribuudid, mis on seotud ennustava modelleerimisega.

Mis on funktsioonide eraldamine masinõppes?

Funktsiooni ekstraheerimine on mõõtmete vähendamise protsess, mille käigus algandmete kogum taandatakse töötlemiseks paremini hallatavateks rühmadeks. Nende suurte andmehulkade tunnuseks on suur hulk muutujaid, mille töötlemiseks on vaja palju arvutusressursse.

Soovitan: