Ga naar hoofdinhoud

Cursus

Dimensionality Reduction in R

BasisVaardigheidsniveau

Bijgewerkt 12-2024

Leer technieken voor dimensiereductie in R en word een expert in het selecteren en extraheren van kenmerken voor je eigen data en modellen.

Start Cursus Kosteloos

RMachine Learning

4 u

16 videos

56 Opdrachten

4,600 XP

2,745

Bewijs van Prestatie

Geliefd bij leerlingen van duizenden bedrijven

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Werk je wel eens met datasets met super veel kenmerken? Heb je al die functies nodig? Welke zijn het belangrijkst? In deze cursus leer je technieken voor dimensiereductie waarmee je je data en de modellen die je met je data bouwt kunt vereenvoudigen, terwijl je de informatie in de oorspronkelijke data en goede voorspellende prestaties behoudt.

Waarom dimensiereductie leren?

We leven in het informatietijdperk – een tijd waarin we overspoeld worden met informatie. De kunst om belangrijke info uit gegevens te halen is een vaardigheid waar veel vraag naar is. Modellen trainen sneller op minder data. In de productie betekenen kleinere modellen dat je sneller kunt reageren. Misschien wel het belangrijkste is dat kleinere gegevens en modellen vaak makkelijker te begrijpen zijn. Dimensionale reductie is je scheermesje van Occam in de datawetenschap.

Wat ga je in deze cursus leren?

Het verschil tussen kenmerkselectie en kenmerkextractie! Met R leer je hoe je dingen met weinig of dubbele info kunt vinden en weggooien, zodat je alleen de dingen met de meeste info overhoudt. Dat is het kiezen van functies. Je leert ook hoe je combinaties van kenmerken kunt halen als compacte onderdelen die zoveel mogelijk info bevatten. Dat is feature-extractie!

Maar het belangrijkste is dat je met het nieuwe tidymodel-pakket van R echte gegevens kunt gebruiken om modellen te maken met minder functies, zonder dat dit ten koste gaat van de prestaties.

Vereisten

Modeling with tidymodels in R

1

Basis van dimensionaliteitsreductie

Maak je klaar om grote gegevenssets te vereenvoudigen! Je leert over informatie, hoe je het belang van features beoordeelt, en oefent met het herkennen van features met weinig informatie. Aan het eind van dit hoofdstuk begrijp je het verschil tussen featureselectie en feature-extractie — de twee benaderingen voor dimensionaliteitsreductie.

Introductie tot dimensionality reduction

Dimensionaliteit en feature-informatie

Mutual information-features

Informatie en het belang van features

Entropie van de wortel berekenen

Entropie van kindknopen berekenen

Informatiewinst van kleur berekenen

Het belang van dimensionality reduction bij het bouwen van data en modellen

Mogelijke combinaties berekenen

Curse of dimensionality, overfitting en bias

Hoofdstuk beginnen

2

Featureselectie voor featurebelang

Leer hoe je informatie-rijke en informatie-arme features identificeert aan de hand van verhoudingen ontbrekende waarden, variantie en correlatie. Daarna ontdek je hoe je tidymodels-recipes opstelt om features te selecteren met deze informatie-indicatoren.

Featureselectie versus feature-extractie

Maak een nulvariantie-filter

Maak een filter voor ontbrekende waarden

Featureselectie met de gecombineerde filter

Selecteren op basis van ontbrekende waarden

Maak een filter op ontbrekendewaarderatio

Pas een filter op de verhouding ontbrekende waarden toe

Maak een recept voor missende waarden

Selecteren op basis van variantie

Maak een low-variance-filter

Maak een low-variance-recept

Selecteren op basis van correlatie met andere features

Sterk gecorreleerde features identificeren

Gecorreleerde feature selecteren om te verwijderen

Maak een high-correlation-recept

Hoofdstuk beginnen

3

Featureselectie voor modelprestaties

Hoofdstuk drie introduceert het verschil tussen onbewaakte en bewaakte benaderingen voor featureselectie. Je herhaalt hoe je met tidymodels-workflows modellen bouwt. Vervolgens voer je bewaakte featureselectie uit met lasso-regressie en random forest-modellen.

Supervised feature selection

Supervised vs. unsupervised feature selection

Type featureselectie bij beslisbomen

Modellen bouwen en evalueren met tidymodels

Splits de train- en testsets

Maak een recipe-modelworkflow

Model fitten, verkennen en evalueren

Lasso-regressie

Schaal de data voor lasso-regressie

Onderzoek strafwaarden voor lasso-regressie

Stem de hyperparameter penalty af

Pas het beste model

Random forest-modellen

Volledig random forest-model maken

Gegevens reduceren met feature-importances

Gereduceerde random forest maken

Hoofdstuk beginnen

4

Feature-extractie en modelprestaties

In dit laatste hoofdstuk ontwikkel je een sterke intuïtie voor feature-extractie door te begrijpen hoe hoofcomponenten de belangrijkste informatie uit verschillende features extraheren en combineren. Vervolgens leer je drie soorten feature-extractie kennen en toepassen — principal component analysis (PCA), t-SNE en UMAP. Ontdek hoe je deze methoden voor feature-extractie als preprocess-stap kunt inzetten in het modelbouwproces met tidymodels.

Basis van feature-extractie - hoofdcomponenten

Inzicht in principale componenten

Hoofdcomponenten een naam geven

Principal Component Analysis (PCA)

PCA: verklaarde variantie

Features koppelen aan hoofdcomponenten

PCA in tidymodels

t-Distributed Stochastic Neighbor Embedding (t-SNE)

Huizenprijzen scheiden met PCA

Huizenprijzen scheiden met t-SNE

Uniform Manifold Approximation and Projection (UMAP)

Huizenprijzen scheiden met UMAP

UMAP-reductie in een beslissingsboommodel

Evalueer het UMAP-beslisboommodel

Hoofdstuk beginnen

Dimensionality Reduction in R

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 R!

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

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