Thống kê và dữ liệu lớn dimensionality-reduction

1

Sử dụng tốt cho t-SNE, ngoài trực quan hóa dữ liệu là gì?

Trong những tình huống nào chúng ta nên sử dụng t-SNE (ngoài trực quan hóa dữ liệu)? T-SNE được sử dụng để giảm kích thước. Câu trả lời cho câu hỏi này cho thấy rằng t-SNE chỉ nên được sử dụng để trực quan hóa và chúng ta không nên …

12 data-visualization dimensionality-reduction tsne

1

Phương pháp Nystroem cho xấp xỉ hạt nhân

Tôi đã đọc về phương pháp Nyström cho phép ước lượng hạt nhân cấp thấp. Phương pháp này được triển khai trong scikit-learn [1] như một phương pháp để chiếu các mẫu dữ liệu đến một xấp xỉ thứ hạng thấp của ánh xạ tính năng hạt nhân. Để theo …

12 scikit-learn dimensionality-reduction kernel-trick nonlinear

4

Sự khác biệt giữa autoencoder và t-SNE là gì?

Theo như tôi biết, cả hai bộ tự động và t-SNE đều được sử dụng để giảm kích thước phi tuyến. Sự khác biệt giữa chúng là gì và tại sao tôi nên sử dụng cái này so với cái khác?

12 neural-networks deep-learning dimensionality-reduction autoencoders tsne

3

Ý nghĩa của lỗi tái cấu trúc của người dùng trong PCA và LDA

Tôi đang triển khai PCA, LDA và Naive Bayes, để nén và phân loại tương ứng (thực hiện cả LDA cho nén và phân loại). Tôi có mã được viết và mọi thứ hoạt động. Những gì tôi cần biết, đối với báo cáo, là định nghĩa chung về lỗi …

12 machine-learning pca terminology dimensionality-reduction discriminant-analysis

3

Có bất kỳ giá trị nào trong việc giảm kích thước của một tập dữ liệu trong đó tất cả các biến xấp xỉ trực giao không?

Giả sử tôi có một bộ dữ liệu chiều nơi kích thước là khoảng trực giao (có sự tương quan không).NNNNNNN Có tiện ích nào về: Hình dung Đại diện (cho hiệu quả phân loại) Hoặc các tiêu chí khác để thực hiện giảm kích thước trên dữ liệu?

11 pca dimensionality-reduction

8

Trực quan hóa dữ liệu chiều cao

Tôi có các mẫu của hai lớp là các vectơ trong không gian chiều cao và tôi muốn vẽ chúng ở dạng 2D hoặc 3D. Tôi biết về các kỹ thuật giảm kích thước, nhưng tôi cần một công cụ thực sự đơn giản và dễ sử dụng (trong matlab, …

11 data-visualization matlab python dimensionality-reduction

3

Các giả định của phân tích nhân tố là gì?

Tôi muốn kiểm tra xem tôi có thực sự hiểu phân tích nhân tố [cổ điển, tuyến tính] (FA) hay không, đặc biệt là các giả định được đưa ra trước (và có thể sau) FA. Một số dữ liệu nên được tương quan ban đầu và có một mối …

11 correlation factor-analysis assumptions dimensionality-reduction

2

Lợi thế của việc giảm kích thước của các yếu tố dự đoán cho mục đích hồi quy là gì?

Các ứng dụng hoặc lợi thế của kỹ thuật hồi quy giảm kích thước (DRR) hoặc kỹ thuật giảm kích thước được giám sát (SDR) so với các kỹ thuật hồi quy truyền thống (không có bất kỳ giảm kích thước nào) là gì? Các lớp kỹ thuật này tìm …

11 regression machine-learning pca dimensionality-reduction

7

Kỹ thuật giảm dữ liệu để xác định loại quốc gia

Tôi dạy một khóa học địa lý kinh tế nhập môn. Để giúp học sinh của tôi phát triển sự hiểu biết tốt hơn về các loại quốc gia được tìm thấy trong nền kinh tế thế giới đương đại và sự đánh giá cao các kỹ thuật giảm dữ …

11 pca factor-analysis dimensionality-reduction

2

Làm cách nào để xác định tham số cho t-SNE để giảm kích thước?

Tôi rất mới với từ nhúng. Tôi muốn hình dung làm thế nào các tài liệu đang tìm kiếm sau khi học. Tôi đọc rằng t-SNE là cách tiếp cận để làm điều đó. Tôi có 100K tài liệu với 250 kích thước như kích thước của nhúng. Có một …

11 pca dimensionality-reduction word2vec word-embeddings tsne

3

Thành phần chính đầu tiên không tách các lớp, nhưng các PC khác thì có; làm thế nào là có thể?

Tôi đã chạy PCA trên 17 biến định lượng để có được một bộ biến nhỏ hơn, đó là các thành phần chính, được sử dụng trong học máy có giám sát để phân loại các thể hiện thành hai lớp. Sau PCA, PC1 chiếm 31% phương sai trong dữ …

11 machine-learning classification pca dimensionality-reduction

2

Mô hình hóa với nhiều biến hơn điểm dữ liệu

Tôi còn khá mới với Machine Learning / Modelling và tôi muốn có một số nền tảng cho vấn đề này. Tôi có một bộ dữ liệu trong đó số lượng quan sát là tuy nhiên số lượng biến là p ∼ 8000 . Đầu tiên, thậm chí có ý …

11 regression machine-learning dimensionality-reduction penalized

1

Câu hỏi về PCA: khi nào PC độc lập? Tại sao PCA nhạy cảm với tỷ lệ? Tại sao PC bị hạn chế là trực giao?

Tôi đang cố gắng để hiểu một số mô tả về PCA (hai phần đầu là từ Wikipedia), nhấn mạnh thêm: Các thành phần chính được đảm bảo độc lập chỉ khi tập dữ liệu được phân phối chung . Là sự độc lập của các thành phần chính rất …

11 pca dimensionality-reduction

4

Là dự đoán ngẫu nhiên, nghiêm túc, nói đúng không phải là một phép chiếu?

Các triển khai hiện tại của thuật toán Chiếu ngẫu nhiên làm giảm tính chiều của các mẫu dữ liệu bằng cách ánh xạ chúng từ RdRd\mathbb R^d đến RkRk\mathbb R^k bằng ma trận chiếu d×kd×kd\times kRRR có các mục nhập là iid từ một phân phối phù hợp (ví …

10 terminology dimensionality-reduction linear-algebra random-projection

3

Khi nào bạn sẽ sử dụng PCA thay vì LDA trong phân loại?

Tôi đang đọc bài viết này về sự khác biệt giữa Phân tích thành phần nguyên tắc và Phân tích nhiều phân biệt đối xử (Phân tích phân biệt đối xử tuyến tính) và tôi đang cố gắng hiểu tại sao bạn lại sử dụng PCA thay vì MDA / …

10 classification pca dimensionality-reduction discriminant-analysis

Câu hỏi được gắn thẻ «dimensionality-reduction»