Câu hỏi được gắn thẻ «dimensionality-reduction»

Đề cập đến các kỹ thuật để giảm một số lượng lớn các biến hoặc kích thước được kéo dài bởi dữ liệu đến một số lượng kích thước nhỏ hơn trong khi vẫn giữ được càng nhiều thông tin về dữ liệu càng tốt. Các phương pháp nổi bật bao gồm PCA, MDS, Isomap, v.v ... Hai lớp con chính của kỹ thuật: trích xuất tính năng và lựa chọn tính năng.



1
Giảm kích thước phi tuyến: thuật toán hình học / cấu trúc liên kết so với bộ tự động
Theo tôi hiểu, có ba cách tiếp cận chính để giảm kích thước phi tuyến: Học tập đa dạng (các thuật toán hình học / topo như ISOMAP, LLE, LTSA) Bộ tự động những thứ không phù hợp với 2 loại đầu tiên (xác suất lấy cảm hứng từ t-SNE, …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.