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 Learning4 u16 videos58 Opdrachten4,700 XP36,095Prestatieverklaring

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Wil je 2 of meer mensen trainen?

Probeer DataCamp for Business

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

Exploring High Dimensional Data

You'll be introduced to the concept of dimensionality reduction and will learn when an why this is important. You'll learn the difference between feature selection and feature extraction and will apply both techniques for data exploration. The chapter ends with a lesson on t-SNE, a powerful feature extraction technique that will allow you to visualize a high-dimensional dataset.

Introduction

Finding the number of dimensions in a dataset

Removing features without variance

Feature selection vs. feature extraction

Visually detecting redundant features

Advantage of feature selection

t-SNE visualization of high-dimensional data

t-SNE intuition

Fitting t-SNE to the ANSUR data

t-SNE visualisation of dimensionality

Hoofdstuk Beginnen

2

Feature Selection I - Selecting for Feature Information

In this first out of two chapters on feature selection, you'll learn about the curse of dimensionality and how dimensionality reduction can help you overcome it. You'll be introduced to a number of techniques to detect and remove features that bring little added value to the dataset. Either because they have little variance, too many missing values, or because they are strongly correlated to other features.

The curse of dimensionality

Train - test split

Fitting and testing the model

Accuracy after dimensionality reduction

Features with missing values or little variance

Finding a good variance threshold

Features with low variance

Removing features with many missing values

Pairwise correlation

Correlation intuition

Inspecting the correlation matrix

Visualizing the correlation matrix

Removing highly correlated features

Filtering out highly correlated features

Nuclear energy and pool drownings

Hoofdstuk Beginnen

3

Feature Selection II - Selecting for Model Accuracy

In this second chapter on feature selection, you'll learn how to let models help you find the most important features in a dataset for predicting a particular target feature. In the final lesson of this chapter, you'll combine the advice of multiple, different, models to decide on which features are worth keeping.

Selecting features for model performance

Building a diabetes classifier

Manual Recursive Feature Elimination

Automatic Recursive Feature Elimination

Tree-based feature selection

Building a random forest model

Random forest for feature selection

Recursive Feature Elimination with random forests

Regularized linear regression

Creating a LASSO regressor

Lasso model results

Adjusting the regularization strength

Combining feature selectors

Creating a LassoCV regressor

Ensemble models for extra votes

Combining 3 feature selectors

Hoofdstuk Beginnen

4

Feature Extraction

This chapter is a deep-dive on the most frequently used dimensionality reduction algorithm, Principal Component Analysis (PCA). You'll build intuition on how and why this algorithm is so powerful and will apply it both for data exploration and data pre-processing in a modeling pipeline. You'll end with a cool image compression use case.

Feature extraction

Manual feature extraction I

Manual feature extraction II

Principal component intuition

Principal component analysis

Calculating Principal Components

PCA on a larger dataset

PCA explained variance

PCA applications

Understanding the components

PCA for feature exploration

PCA in a model pipeline

Principal Component selection

Selecting the proportion of variance to keep

Choosing the number of components

PCA for image compression

Congratulations!

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!

Maak je gratis account aan

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

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