Presná definícia
Čo znamená redukcia rozmernosti?
Redukcia rozmernosti premieňa dáta s mnohými príznakmi na menší počet súradníc alebo vyberá podmnožinu pôvodných príznakov tak, aby zachovala požadovanú informáciu. Extrakcia vytvára nové komponenty, selekcia ponecháva pôvodné premenné. Metódy optimalizujú rozdielne vlastnosti - varianciu, rekonštrukciu, susedstvá či nezávislosť - preto neexistuje univerzálne „najvernejšie“ zobrazenie.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pred vizualizáciou embeddingov sa určí, či treba zachovať globálnu varianciu, lokálnych susedov alebo interpretovateľné faktory. PCA je lineárny základ, t-SNE a UMAP slúžia najmä na lokálnu vizualizáciu a NMF na nezáporné časti. Transformácia sa učí iba na tréningu a potom aplikuje na validáciu a test, inak vznikne únik. Počet rozmerov sa volí podľa downstream výkonu, rekonštrukcie a stability. Dvojrozmerný graf sa nepoužíva ako dôkaz existencie zhlukov bez overenia v pôvodnom priestore.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Aký je rozdiel medzi selekciou a extrakciou?
Selekcia ponechá pôvodné príznaky, extrakcia vytvorí nové súradnice.
Zachová redukcia všetko?
Nie. Zámerne stráca časť informácie a treba určiť, ktorá strata je prijateľná.
Je 2D mapa objektívnym obrazom dát?
Nie. Je výsledkom cieľa, parametrov a náhodnosti konkrétnej metódy.
Kedy vznikne dátový únik?
Ak sa transformácia naučí aj z validačných alebo testovacích príkladov pred hodnotením.
Ako vybrať počet komponentov?
Podľa vysvetlenej informácie, stability a výkonu následnej úlohy, nie jedného pravidla.