您将首先了解降维的概念，以及其重要性与适用场景。您会学习特征选择与特征提取的区别，并将两种技术用于数据探索。章节最后将介绍 t-SNE，这是一种强大的特征提取方法，可用于可视化高维数据集。

简介

查找数据集的维度数量

移除无方差的特征

特征选择 vs. 特征提取

可视化检测冗余特征

特征选择的优势

高维数据的 t-SNE 可视化

t-SNE 直观理解

将 t-SNE 拟合到 ANSUR 数据

用 t-SNE 可视化维度

高维数据探索

在特征选择的两个章节中的第一章，您将学习维度灾难，以及降维如何帮助您应对这一问题。您会接触多种技术来检测并移除对数据集增益很小的特征。原因可能包括方差很小、缺失值过多，或与其他特征高度相关。

维度诅咒

训练-测试集拆分

拟合并测试模型

降维后的准确率

缺失值较多或方差较小的特征

寻找合适的方差阈值

低方差特征

删除缺失值过多的特征

两两相关性

查看相关性矩阵

可视化相关性矩阵

移除高度相关的特征

筛除高度相关的特征

核能与游泳池溺水

特征选择 I——基于特征信息的选择

在特征选择的第二章中，您将学习如何借助模型来找出对预测特定目标特征最重要的特征。在本章最后一节中，您将综合多个不同模型的建议，来决定哪些特征值得保留。

为模型性能选择特征

构建糖尿病分类器

手动递归特征消除

自动递归特征消除

基于树的特征选择

构建随机森林模型

用随机森林进行特征选择

使用随机森林进行递归特征消除

正则化线性回归

创建 LASSO 回归器

Lasso 模型结果

调整正则化强度

组合特征选择器

创建 LassoCV 回归器

集成模型再投一票

合并 3 个特征选择器

特征选择 II——基于模型准确度的选择

本章将深入讲解最常用的降维算法——主成分分析（PCA）。您将建立对该算法为何强大、如何发挥作用的直观理解，并将其用于数据探索以及建模流水线中的数据预处理。最后，您将以一个有趣的图像压缩用例收尾。

特征提取

手动特征提取 I

手动特征提取 II

主成分直觉

主成分分析（PCA）

计算主成分

在更大数据集上应用 PCA

PCA 解释方差

PCA 的应用

理解主成分

用于特征探索的 PCA

在模型流水线中使用 PCA

主成分的选择

选择要保留的方差占比

选择主成分的数量

用于图像压缩的 PCA

恭喜您！

Diabetes

Pokemon

Grocery store sales

Boston Public Schools

ANSUR Female

ANSUR Male

高维数据集往往让人无从下手。通常，您会先对新数据集进行可视化探索，但当维度过多时，传统方法就显得力不从心。幸运的是，有专为高维数据设计的可视化技术，本课程将为您介绍这些方法。完成初步探索后，您常会发现许多特征几乎不包含信息，要么没有方差，要么与其他特征重复。您将学习如何识别并从数据集中删除这些特征，从而将注意力集中在信息量更高的特征上。下一步，您可能会基于这些特征构建模型，但结果可能发现，有些特征对您要预测的目标并无影响。您也将学习如何识别并删除这些无关特征，以实现降维，从而降低复杂度。最后，您将学习如何通过特征提取技术计算相互不相关的主成分，自动为您完成降维。

Supervised Learning with scikit-learn

学习在Python中通过检测并删除特征来降维，从而专注于有用特征。

Python 中的降维

理解数据降维概念，并掌握在 Python 中实现这些技术的方法。

高维数据的 t-SNE 可视化

Create Your Free Account