1. Învăţa
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶMachine Learning面接対策
Connected

exercise

特異値分解（SVD）

前の演習では、Machine Learning の面接で高次元データに関する質問が出たときに、PCA が次元削減にどれだけ有用かを確認しました。

この演習では、diabetes データに対して SVD を練習します。SVD は PCA と異なり、疎行列に対して効率的に動作し、切断特異値分解（Truncated SVD）によって線形の次元削減を行います。

特異値分解は、元のデータ行列を3つの行列に分解し、それらを用いて特異値を計算・返すことを思い出してください。

同じパイプライン上の位置で、手法だけを変えます： Machine learning pipeline

Instrucțiuni 1 / 4

undefined XP
    1
    2
    3
    4
  • SVD を実行するための関連モジュールをインポートします。
  • diabetes データセットから progression を使って特徴行列 X と目的変数配列 y を作成します。