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