1. Learn
    2. /
  2. Cursuri
    3. /
  3. Exersează întrebări de interviu pentru Machine Learning în Python
Connected

exercițiu

Descompunerea în valori singulare

În exercițiul anterior, ai văzut cât de utilă poate fi ACP (PCA) pentru reducerea dimensiunilor unui set de date atunci când primești o întrebare despre dimensionalitate ridicată într-un interviu de machine learning.

În acest exercițiu, vei exersa SVD pe setul de date diabetes. Spre deosebire de PCA, acest transformator lucrează eficient cu matrice rare și realizează reducerea liniară a dimensionalității prin descompunere trunchiată în valori singulare.

Amintește-ți că descompunerea în valori singulare preia matricea de date originală, o descompune în trei matrice și le folosește pentru a calcula și returna valorile singulare.

Același loc în pipeline, cu o tehnică diferită: Machine learning pipeline

Instrucțiuni 1/4

undefined XP
    1
    2
    3
    4
  • Importă modulul necesar pentru a efectua SVD.
  • Creează matricea de caracteristici X și vectorul țintă y cu progression din setul de date diabetes.