我有一个NxM的二进制数据集。我对其应用了多种降维技术并绘制了前两个维度。这是我获取是否适用于我的数据集的直觉的方式。是否有更合适/系统化/启发式/正式的方法来测试我使用的降维技术的适用性呢？
如何评估降维技术？
4
- JustCurious
3
为什么要使用Matlab呢？它看起来高效而强大，但它也有帮助吗？你需要为黑匣子解决方案付出代价。 - Micromega
你有什么推荐？ - JustCurious
我想为它付款，但我是个穷人。 - Micromega
2个回答
1
应用降维技术的主要目的是尽可能地捕获原始数据的分布，即使在降维后也是如此。因此，我们要确保尽可能地捕获数据的方差。假设您有一个N*N矩阵，并且我们对X执行SVD（奇异值分解）。然后，我们将观察奇异值，即结果S矩阵中的对角线条目。（X = USV）并且您想基于所需的百分比方差截断它们到某个索引K。如果您选择U的前K列，则将原始N维降至K维。
- aerin
0
你可以使用SOM技术在二维空间中看到多个维度。还有其他的技术，如果我能记起它们的名字，我会更新答案，但我习惯于使用SOM。
这有助于你进行可视化，但评估应该使用效率计来衡量对于你的降维最重要的是什么（SOM本身可以用作降维技术）。什么是重要的，以最小的损失压缩数据？尽可能地压缩数据？以可见的方式表示数据？你可以通过一个好的函数来测量你的技术有多好，而不需要看到它们如何改变数据空间的表示。
- Werner
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接