Quelle est la différence entre la sélection de fonctionnalités et la réduction de dimensionnalité?


13

Je sais que la sélection des fonctionnalités et la réduction de la dimensionnalité visent à réduire le nombre de fonctionnalités dans l'ensemble de fonctionnalités d'origine. Quelle est la différence exacte entre les deux si nous faisons la même chose dans les deux?

Réponses:


13

La différence est que l'ensemble des fonctionnalités créées par la sélection des fonctionnalités doit être un sous-ensemble de l'ensemble original des fonctionnalités, et l'ensemble créé par la réduction de dimensionnalité n'a pas à le faire (par exemple, PCA réduit la dimensionnalité en créant de nouvelles fonctionnalités synthétiques à partir d'une combinaison linéaire de les originaux, puis en jetant les moins importants).

De cette façon, la sélection des fonctionnalités est un cas particulier de réduction de dimensionnalité.


0

La sélection des fonctionnalités fonctionne sur la réduction de la variance et de la dimensionnalité sur la valeur propre et le vecteur propre.

Dans la sélection des fonctionnalités, nous travaillons réellement sur les attributs et laissons les attributs basés sur la variance, mais en cas de réduction de dimensionnalité, nous créons une nouvelle dimension basée sur les covariances.

J'espère que ma réponse vous aidera merci d'avoir posé la question.


hmmm ... la sélection des fonctionnalités fonctionne sur la variance?
Siong Thye Goh

VarianceThreshold est une approche de base simple pour la sélection des fonctionnalités scikit-learn.org/stable/modules/feature_selection.html
Reeves

La réduction de dimensionnalité ne doit pas utiliser des valeurs propres et des vecteurs propres, par exemple UMAP et t-SNE non.
Alan Ocallaghan
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.