Hoppa till huvudinnehållet

Kurs

Dimensionsreduktion i R

GrundläggandeKunskapsnivå

Uppdaterad 2024-12

Lär dig tekniker för dimensionsreduktion i R och bemästra funktionsurval och extraktion för dina egna data och modeller.

Starta kursen gratis

RMachine Learning

4 tim

16 videor

56 Övningar

4,600 XP

2,763

Intyg om genomförande

Omtyckt av lärande på tusentals företag

Utbildar du ett team?

Prova för företag

Kursbeskrivning

Arbetar du någonsin med datamängder med ett överväldigande antal funktioner? Behöver du alla dessa funktioner? Vilka är de viktigaste? I den här kursen lär du dig tekniker för dimensionsreduktion som hjälper dig att förenkla dina data och de modeller du bygger med dina data, samtidigt som informationen i originaldatan och en god prediktiv prestanda bevaras.

Varför lära sig dimensionsreduktion?

Vi lever i informationsåldern – en era av informationsöverflöd. Konsten att extrahera viktig information från data är en eftertraktad färdighet. Modeller tränas snabbare på reducerad data. I produktion innebär mindre modeller kortare svarstid. Kanske viktigast av allt är att mindre data och modeller ofta är lättare att förstå. Dimensionsreduktion är din Ockhams rakkniv inom datavetenskap.

Vad kommer du att lära dig i den här kursen?

Skillnaden mellan feature selection och feature extraction! Med R lär du dig hur du identifierar och tar bort variabler med låg eller redundant information, och behåller de variabler som innehåller mest information. Det är feature selection. Du kommer också att lära dig hur du extraherar kombinationer av funktioner som kondenserade komponenter som innehåller maximal information. Det är feature extraction!

Men viktigast av allt, med hjälp av R:s nya paket tidymodel kommer du att använda verkliga data för att bygga modeller med färre funktioner utan att ge avkall på någon betydande prestanda.

Förkunskapskrav

Modeling with tidymodels in R

1

Grunderna i dimensionsreduktion

Gör dig redo att förenkla stora datamängder! Du lär dig om information, hur du bedömer särdragsvikt och hur du identifierar särdrag med låg informationshalt. När kapitlet är slut förstår du skillnaden mellan särdragsurval och särdragsextraktion – de två metoderna för dimensionsreduktion.

Introduktion till dimensionsreduktion

Dimensionalitet och särdragsinformation

Särdrag med ömsesidig information

Information och särdragsviktighet

Beräkna rotnodsentropin

Beräkna entropin för barnnoderna

Beräkna informationsvinst för färg

Dimensionsreduktionens betydelse för data och modellbyggande

Beräkna möjliga kombinationer

Dimensionalitetens förbannelse, överanpassning och bias

2

Särdragsurval för särdragsvikt

Lär dig att identifiera informationsrika och informationsfattiga särdrag med hjälp av andelen saknade värden, varians och korrelation. Sedan får du se hur du bygger tidymodels-recept för att välja ut särdrag baserat på dessa informationsindikatorer.

Särdragsval vs. särdragsextraktion

Skapa ett filter för nollvarians

Skapa ett filter för saknade värden

Särdragsurval med det kombinerade filtret

Urval baserat på saknade värden

Skapa ett filter för andelen saknade värden

Applicera ett filter för andelen saknade värden

Skapa ett recept för saknade värden

Urval baserat på varians

Skapa ett lågvariansfilter

Skapa ett recept för låg varians

Urval baserat på korrelation med andra särdrag

Identifiera högt korrelerade särdrag

Välj det korrelerade särdrag som ska tas bort

Skapa ett recept för hög korrelation

3

Särdragsurval för modellprestanda

Det tredje kapitlet introducerar skillnaden mellan oövervakade och övervakade metoder för särdragsurval. Du går igenom hur du använder tidymodels-arbetsflöden för att bygga modeller. Sedan utför du övervakat särdragsurval med hjälp av lasso-regression och slumpskogsmodeller.

Övervakad funktionsurval

Övervakat vs. oövervakat särdragsurval

Typ av särdragsurval med beslutsträd

Modellbygge och utvärdering med tidymodels

Dela upp data i tränings- och testmängder

Skapa ett recept-modell-workflow

Anpassa, utforska och utvärdera modellen

Lasso-regression

Skala data för lasso-regression

Utforska penaltyvärdena i lasso-regression

Justera hyperparametern penalty

Anpassa den bästa modellen

Random forest-modeller

Bygg ett fullständigt random forest-modell

Reducera data med hjälp av särdragsvikter

Skapa en reducerad slumpmässig skog

4

Särdragsextraktion och modellprestanda

I det här sista kapitlet får du en gedigen förståelse för särdragsextraktion genom att undersöka hur principalkomponenter extraherar och kombinerar den viktigaste informationen från olika särdrag. Du lär dig om och tillämpar tre typer av särdragsextraktion – principalkomponentanalys (PCA), t-SNE och UMAP. Dessutom får du se hur dessa metoder kan användas som ett förbehandlingssteg i tidymodels modellbyggnadsprocess.

Grunder i särdragsextraktion – principalkomponenter

Förstå huvudkomponenter

Namnge principalkomponenter

Principalkomponentanalys (PCA)

PCA: förklarad varians

Mappa särdrag till huvudkomponenter

PCA i tidymodels

t-Distributed Stochastic Neighborhood Embedding (t-SNE)

Separera huspriser med PCA

Separera huspriser med t-SNE

Uniform Manifold Approximation and Projection (UMAP)

Separera huspriser med UMAP

UMAP-reduktion i en beslutsträdsmodell

Utvärdera UMAP-beslutsträdsmodellen

Sammanfattning

Dimensionsreduktion i R

Kurs
slutförd

Tjäna ett prestationsbevis

Lägg till det här beviset i din LinkedIn-profil, ditt CV eller din meritförteckning
Dela det i sociala medier och i din medarbetarutvärderingRegistrera dig nu

Gå med 19 miljoner lärande och börja Dimensionsreduktion i R idag!

Utveckla dina datakunskaper med DataCamp för mobilen

Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.