80
правок
Изменения
→Уменьшение размерности
===Задача уменьшения размерности===
Под '''уменьшением размерности''' (англ. ''dimensionality reduction'') в машинном обучении подразумевается уменьшение числа признаков набора данных. Наличие в нем признаков избыточных, неинформативных или слабо информативных может понизить эффективность модели, а после такого преобразования она упрощается, и соответственно уменьшается размер набора данных в памяти и ускоряется работа алгоритмов ML на нем. Уменьшение размерности может быть осуществлено методами выбора признаков (англ. ''feature selection'') или выделения признаков (англ. ''feature extraction'').
Объекты описаны признаками F = (f1, . . . , fn).
*Нерелевантные (irrelevant) признаки просто
неинформативны
==Встроенные методы==
===Классификация методов выбора признаков===
