6.5. 无监督降维#
如果您的特征数量很多，在进行监督步骤之前，使用无监督步骤来减少特征数量可能会有用。许多 无监督学习 方法实现了 transform 方法，可用于降低维度。下面我们将讨论两种常用的模式示例。
6.5.1. PCA：主成分分析#
decomposition.PCA 寻找能够很好地捕捉原始特征方差的特征组合。参见 将信号分解为成分（矩阵分解问题）.
示例
6.5.2. 随机投影#
模块：random_projection 提供了多种通过随机投影进行数据降维的工具。参见文档的相关部分：随机投影.
示例
6.5.3. 特征聚合#
cluster.FeatureAgglomeration 应用 层次聚类 将行为相似的特征分组在一起。
示例