2018-07-11笔记（3）取样&清洗

【关键词：Sampling，Dimensionality Reduction】

取样（Sampling）：

关键点：

1）取样的点可以代表/拟合整体数据的某些特性（我们需要的特性）
2）将整体数据适当分块再取样（（Rare event oversampling）在不平衡的数据源中，可以采用不平衡的采样方式使采样的不平衡更少的影响结论），获取最大可用价值。

降维（Dimensionality Reduction）

目标:

1）避免维度增加带来的稀疏化影响
2）降低消耗
3）将影响结果的无用/噪声数据剔除

方法：

1）PCA(Principle Component Analysis)：主成分分析
2）SVD(Singular Value Decomposition):奇异值分解
3）其它有监督且非线性的方法

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • 周志华《机器学习》1～3章笔记
    第一章 绪论 机器学习的定义 关于“学习算法”的学问。 机器学习的一些基本术语 假设我们收集了一批西瓜的数据，例如...
    kudari阅读 2,889评论 0赞 5
  • 机器学习（周志华）_读书笔记
    机器学习 经验 数据 数据中产生模型model 的算法 学习算法 learning algorithm 数据集 d...
    时待吾阅读 4,036评论 0赞 3
  • BAT机器学习面试1000题系列（二）
    101.深度学习（CNN RNN Attention）解决大规模文本分类问题。 用深度学习（CNN RNN Att...
    大黄大黄大黄阅读 13,956评论 2赞 42
  • 学校的长廊
    我喜欢凉棚，有文化的墙壁，可是，我更喜欢学校那座长廊。那长廊一年都很美。 春天，小草发芽了，小花绽开了，露出...
    xiaoyudi阅读 209评论 0赞 0
  • 经典苏轼诗词
    【20首经典苏轼诗词，你最爱哪首】①明月几时有？把酒问青天。不知天上宫阙，今夕是何年。②十年生死两茫茫。不思量，自...
    owen_he阅读 208评论 0赞 0