
用降維方法解讀數(shù)據(jù)分析
隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,數(shù)據(jù)呈現(xiàn)出規(guī)模大、維度高、結(jié)構(gòu)復(fù)雜等特性,人們收集和獲得數(shù)據(jù)的能力也逐漸增強(qiáng)。如何充分利用海量數(shù)據(jù)、挖掘其中有價(jià)值的知識(shí)和內(nèi)容以指導(dǎo)實(shí)際生產(chǎn)是科研人員、工程技術(shù)人員及各管理層領(lǐng)導(dǎo)所研究及關(guān)注的焦點(diǎn)。數(shù)據(jù)降維能夠加快算法執(zhí)行的速度,同時(shí)也能提高分析模型的性能,降低數(shù)據(jù)的復(fù)雜度,緩解“信息豐富、知識(shí)貧乏”的現(xiàn)狀。
1. 主成分分析
主成分分析(PCA:Principal Component Analysis)是最常用的線性降維方法,它是通過(guò)正交變換將高維的數(shù)據(jù)映射到低維的空間中,并期望在所投影的維度上達(dá)到數(shù)據(jù)方差最大的效果。主成分分析在降維時(shí)只需要保留前m(m
2. 反向特征消除
在這個(gè)方法中,每進(jìn)行一次降維操作,都采用n-1個(gè)特征對(duì)分類器訓(xùn)練n次,得到新的 n 個(gè)分類器。將新分類器中錯(cuò)分率變化最小的分類器所用的 n-1 維特征作為降維后的特征集。并且不斷地對(duì)該過(guò)程進(jìn)行迭代,最終便可得到降維后的結(jié)果。
3.前向特征構(gòu)造
前向特征構(gòu)建與反向特征消除是互逆過(guò)程。前向特征從1個(gè)特征開(kāi)始構(gòu)造,每次進(jìn)行訓(xùn)練時(shí),都會(huì)添加一個(gè)讓分類器性能幅度提升最大的特征。由于前向特征構(gòu)造和反向特征消除操作起來(lái)較為耗時(shí),因此它們通常用于輸入維數(shù)相對(duì)較低的數(shù)據(jù)集。
4. 缺失值比率
當(dāng)一組數(shù)據(jù)存在太多缺失值導(dǎo)致有用的信息較少時(shí),可以用到缺失值比率這一方法來(lái)進(jìn)行降維,可以把數(shù)據(jù)列中缺失值大于某個(gè)閾值(可自行設(shè)定)的列去掉。閾值越高,降維方法則會(huì)更便捷,降維越少。
5. 高相關(guān)濾波
高相關(guān)濾波的原理是:當(dāng)兩列數(shù)據(jù)的變化趨勢(shì)相近時(shí),它們所包含的信息也相似。這樣一來(lái),相似列中的其中一列便可滿足機(jī)器學(xué)習(xí)模型。數(shù)值列之間的相似性可以通過(guò)計(jì)算相關(guān)系數(shù)來(lái)表示,名詞列的相關(guān)系數(shù)可以通過(guò)計(jì)算皮爾遜卡方值來(lái)表示。相關(guān)系數(shù)大于某個(gè)閾值的兩列只保留一列。由于其相關(guān)系數(shù)對(duì)范圍敏感,所以同主成分分析類似,在計(jì)算之前也需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10