Redukcja wymiaru

Redukcja wymiaru (ang. dimensionality reduction, dimension reduction) w statystyce oraz uczeniu maszynowym to proces zmniejszania liczby zmiennych branych pod uwagę podczas analizy.

Redukcja wymiaru może polegać między innymi na:

• Selekcji cech (ang. feature selection) - ograniczeniu zbioru zmiennych wedle jednej lub kilku reguł.
  • odrzucanie cech nadmiernie skorelowanych ze sobą
  • odrzucanie cech nieistotnych statystycznie
  • odrzucanie cech, które nie poprawiają wyników modelu
  • odrzucanie cech według wiedzy eksperckiej
• Ekstrakcji cech (ang. feature extraction) - tworzeniu cech pochodnych z początkowego zestawu danych celem uzyskania mniej obszernego zbioru zmiennych, który jak najlepiej odzwierciedlać będzie zależności w danych

Zobacz też

• Uczenie maszynowe
• Analiza głównych składowych
• Skalowanie wielowymiarowe
• Mapowanie izometryczne

Bibliografia

• Materiały dydaktyczne Akademii Górniczo Hutniczej w Krakowie (dostęp z dn. 10.01.2019)