Décomposition en valeurs singulières
Dans le dernier exercice, vous avez vu à quel point l'ACP peut être utile pour réduire la dimension d'un ensemble de données lorsqu'une question sur la haute dimensionnalité survient lors d'une entrevue en Machine Learning.
Dans cet exercice, vous allez pratiquer la DVS sur diabetes. Ce transformeur particulier peut traiter efficacement des matrices creuses, contrairement à l'ACP, et effectue des réductions linéaires de dimension au moyen d'une décomposition en valeurs singulières tronquée.
Rappelez-vous que la décomposition en valeurs singulières prend la matrice de données originale, la décompose en trois matrices et les utilise pour calculer et retourner les valeurs singulières.
Même emplacement dans le pipeline, avec une technique différente :
Cette activité fait partie du cours
S'exercer aux questions d'entrevue en Machine Learning avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import module
from ____.____ import ____
# Feature matrix and target array
X = ____.____('____', axis=1)
y = ____['____']