Ga naar hoofdinhoud

Cursus

Dimensionality Reduction in Python

GemiddeldVaardigheidsniveau

Bijgewerkt 01-2023

Begrijp het idee van het verminderen van de dimensies in je data en leer de technieken om dit in Python te doen.

Start Cursus Kosteloos

PythonMachine Learning

4 u

16 videos

58 Opdrachten

4,700 XP

36,439

Bewijs van Prestatie

Geliefd bij leerlingen van duizenden bedrijven

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Gegevenssets met veel dimensies kunnen overweldigend zijn, waardoor je niet weet waar je moet beginnen. Meestal verken je een nieuwe gegevensset eerst visueel, maar met te veel dimensies schieten klassieke methoden tekort. Gelukkig zijn er visualisatietechnieken die speciaal zijn ontworpen voor data met hoge dimensionaliteit, en in deze cursus maak je daar kennis mee. Tijdens het verkennen ontdek je vaak dat veel features weinig informatie bevatten, omdat ze geen variatie tonen of duplicaten zijn van andere features. Je leert hoe je deze features opspoort en uit de gegevensset verwijdert, zodat je je kunt richten op de informatieve features. In een volgende stap wil je misschien een model bouwen op basis van deze features, en dan kan blijken dat sommige geen invloed hebben op wat je probeert te voorspellen. Je leert ook hoe je deze irrelevante features herkent en verwijdert om zo de dimensionaliteit en dus de complexiteit te verlagen. Tot slot leer je hoe feature-extractietechnieken de dimensionaliteit voor je kunnen verminderen door het berekenen van ongecorreleerde hoofdcomponenten.

Vereisten

Supervised Learning with scikit-learn

1

Verkennen van data met hoge dimensionaliteit

Je maakt kennis met het concept dimensionaliteitsreductie en leert wanneer en waarom dit belangrijk is. Je leert het verschil tussen featureselectie en feature-extractie en past beide technieken toe voor data-exploratie. Het hoofdstuk eindigt met een les over t-SNE, een krachtige feature-extractietechniek waarmee je een gegevensset met hoge dimensionaliteit kunt visualiseren.

Introductie

Het aantal dimensies in een gegevensset bepalen

Kenmerken zonder variantie verwijderen

Featureselectie versus feature-extractie

Visueel redundante features detecteren

Voordeel van feature selection

t-SNE-visualisatie van hoog-dimensionale data

t-SNE-intuïtie

t-SNE toepassen op de ANSUR-gegevens

t-SNE-visualisatie van dimensionaliteit

Hoofdstuk beginnen

2

Featureselectie I - Selecteren op informatie in features

In dit eerste van twee hoofdstukken over featureselectie leer je over de curse of dimensionality en hoe dimensionaliteitsreductie je kan helpen die te overwinnen. Je maakt kennis met verschillende technieken om features te detecteren en te verwijderen die weinig toegevoegde waarde hebben voor de gegevensset. Dat kan zijn omdat ze weinig variantie hebben, te veel ontbrekende waarden, of omdat ze sterk correleren met andere features.

De vloek van dimensionaliteit

Train-test-split

Het model fitten en testen

Nauwkeurigheid na dimensionaliteitsreductie

Features met missende waarden of weinig variantie

Een goede variantiedrempel vinden

Features met lage variantie

Features verwijderen met veel missende waarden

Pairwise correlatie

Intuïtie over correlatie

De correlatiematrix verkennen

De correlatiematrix visualiseren

Sterk gecorreleerde features verwijderen

Sterk gecorreleerde features eruit filteren

Kernenergie en verdrinkingen in zwembaden

Hoofdstuk beginnen

3

Featureselectie II - Selecteren op modelnauwkeurigheid

In dit tweede hoofdstuk over featureselectie leer je hoe je modellen kunt gebruiken om de belangrijkste features in een gegevensset te vinden voor het voorspellen van een specifieke targetfeature. In de laatste les van dit hoofdstuk combineer je het advies van meerdere, verschillende modellen om te bepalen welke features de moeite waard zijn om te behouden.

Features selecteren voor modelprestaties

Een classifier voor diabetes bouwen

Handmatige Recursive Feature Elimination

Automatische Recursive Feature Elimination

Featureselectie met boommodellen

Een random forest-model bouwen

Random forest voor featureselectie

Recursive Feature Elimination met random forests

Geregulariseerde lineaire regressie

Een LASSO-regressor maken

Resultaten van het Lasso-model

De regularisatiesterkte aanpassen

Feature selectors combineren

Een LassoCV-regressor maken

Ensemblemodellen voor extra stemmen

Drie feature-selectors combineren

Hoofdstuk beginnen

4

Feature-extractie

Dit hoofdstuk is een deep dive in het meest gebruikte algoritme voor dimensionaliteitsreductie: Principal Component Analysis (PCA). Je bouwt intuïtie op over hoe en waarom dit algoritme zo krachtig is en past het toe voor zowel data-exploratie als data-preprocessing in een modelpipeline. Je sluit af met een leuke usecase voor beeldcompressie.

Feature-extractie

Handmatige feature-extractie I

Handmatige feature-extractie II

Intuïtie achter hoofcomponenten

Hoofdcomponentenanalyse

Hoofdcomponenten berekenen

PCA op een groter gegevensset

Toegelichte variantie bij PCA

Toepassingen van PCA

De componenten begrijpen

PCA voor feature-exploratie

PCA in een modelpipeline

Selectie van principale componenten

De proportie verklaarde variantie kiezen

Het aantal componenten kiezen

PCA voor afbeeldingscompressie

Gefeliciteerd!

Hoofdstuk beginnen

Dimensionality Reduction in Python

Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Dimensionality Reduction in Python!

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.