Синґулярний розклад (SVD)
У попередній вправі ви побачили, наскільки корисним може бути PCA для зменшення розмірності набору даних, коли на співбесіді з машинного навчання вам ставлять запитання про високу розмірність.
У цій вправі ви попрактикуєтеся з SVD на наборі даних diabetes. Цей трансформер ефективно працює з розрідженими матрицями (на відміну від PCA) і виконує лінійне зменшення розмірності за допомогою урізаного синґулярного розкладу.
Згадайте, що синґулярний розклад бере початкову матрицю даних, розкладає її на три матриці та використовує їх, щоб обчислити й повернути синґулярні значення.
Те саме місце в конвеєрі, але інша техніка:
Ця вправа є частиною курсу
Практика співбесід з Machine Learning у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import module
from ____.____ import ____
# Feature matrix and target array
X = ____.____('____', axis=1)
y = ____['____']