7.5. 无监督降维#
如果特征数量过多，在进行监督学习步骤之前，使用无监督步骤来减少特征数量可能会很有用。许多无监督学习方法实现了可用于降维的 transform 方法。下面我们将讨论这种模式的两个常用具体示例。
7.5.1. PCA：主成分分析#
decomposition.PCA 寻找特征的组合，该组合能很好地捕获原始特征的方差。请参阅将信号分解为分量（矩阵分解问题）。
示例
7.5.2. 随机投影#
模块：random_projection 提供了几种通过随机投影进行数据降维的工具。请参阅文档的相关部分：随机投影。
示例
7.5.3. 特征聚类#
cluster.FeatureAgglomeration 应用层次聚类将行为相似的特征分组在一起。
示例