次元削減

次元削減とは、元のデータセット中の特徴をより少なく効果的な特徴に置き換えることです。 不用意に特徴が多いと学習に時間がかかりすぎたり、良い結果がでないことがあるので、次元削減をして効果的に学習できるようにします。

以下のような手法があります

  • 主成分分析による次元削減

  • 線形判別分析

詳しくは「Python機械学習プログラミング 達人データサイエンティストによる理論と実践」の5章を参考にしてください。

当コンテンツの知的財産権は株式会社ビープラウドに所属します。詳しくは利用規約をご確認ください。