PCA – это методика снижения сложности, которая пытается уменьшить набор переменных вниз до меньшего набора … Помечено с машиной, Python, Deplearning, Tensorflow.
Метка: pca
Чтобы понять ценность использования PCA для визуализации данных, в первой части этого учебного поста рассматривается базовая визуализация набора данных IRIS после применения PCA. Во второй части используется PCA для ускорения алгоритма машинного обучения (логистическая регрессия) в наборе данных MNIST.
Автор оригинала: Usman Malik. В нашей предыдущей статье Реализация PCA в Python с помощью Scikit-Learn мы изучили , как можно уменьшить размерность набора функций с помощью PCA. В этой статье мы рассмотрим еще один очень важный метод уменьшения размерности: линейный дискриминантный анализ (или LDA). Но сначала давайте кратко обсудим, чем PCA и LDA отличаются друг […]
Автор оригинала: Usman Malik. При наличии высокопроизводительных процессоров и графических процессоров практически возможно решить все регрессионные, классификационные, кластерные и другие связанные с ними проблемы с помощью моделей машинного обучения и глубокого обучения. Однако при разработке таких моделей все еще существуют различные факторы, вызывающие узкие места в производительности. Большое количество объектов в наборе данных является одним […]