Метод Головних Компонент

Метод Головних Компонент

0%

1. Що таке аналіз головних компонент

Давайте подивимося на PCA (аналіз головних компонент) здалеку. У цьому розділі дізнаємось, що таке PCA, навіщо потрібен цей метод обробки даних і побачимо реальні проблеми, які він вирішує.

Практичне застосування PCA

Математична ідея

Приклади реальних проблем

Як пояснити отримані результати?

2. Основні поняття РСА

Дізнаємось про структуру алгоритму PCA. Цей розділ детально і просто покаже кожен етап.

Стандартизація

Коваріаційна матриця

Власні значення та власні вектори

Вектор ознак та головні компоненти

Бачити загальну картину

3. Побудова моделі

Створимо свою першу модель PCA за допомогою бібліотеки Python і розв'яжемо надану нам задачу.

Scikit-learn для PCA

Досліджуємо набір даних

Пристосувати дані в модель

Виклик

4. Аналіз результатів

Настав час з'ясувати, як ми можемо пояснити отримані результати. Про що нам говорять перший, другий і третій компоненти? Для чого ми можемо використовувати ці дані в майбутньому?

Пояснити отримані компоненти

А що далі?

Стиснення даних

Зниження рівня шуму

Стиснення зображень

Зміст курсу

Метод Головних Компонент

Метод Головних Компонент

1. Що таке аналіз головних компонент

Вступ Практичне застосування PCA Математична ідея Приклади реальних проблем Як пояснити отримані результати?

2. Основні поняття РСА

Стандартизація Коваріаційна матриця Власні значення та власні вектори Вектор ознак та головні компоненти Бачити загальну картину

3. Побудова моделі

Scikit-learn для PCA Досліджуємо набір даних Пристосувати дані в модель Виклик

4. Аналіз результатів

Пояснити отримані компоненти А що далі?Стиснення даних Зниження рівня шуму Стиснення зображень

Виклик

Завдання

Завдання - обробити набір даних і створити модель аналізу головних компонент (PCA) з 3 компонентами.

Завантажити набір даних train.csv (з Інтернету).
Вилучити стовпець 'Id'.
Вилучити стовпці, що містять значення NaN.
Стандартизувати набір даних.
Створити PCA модель з 3 компонентами для набору даних.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 3. Розділ 4

toggle bottom row

Виклик

Завдання

Завдання - обробити набір даних і створити модель аналізу головних компонент (PCA) з 3 компонентами.

Завантажити набір даних train.csv (з Інтернету).
Вилучити стовпець 'Id'.
Вилучити стовпці, що містять значення NaN.
Стандартизувати набір даних.
Створити PCA модель з 3 компонентами для набору даних.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 3. Розділ 4

toggle bottom row

Виклик

Завдання

Завдання - обробити набір даних і створити модель аналізу головних компонент (PCA) з 3 компонентами.

Завантажити набір даних train.csv (з Інтернету).
Вилучити стовпець 'Id'.
Вилучити стовпці, що містять значення NaN.
Стандартизувати набір даних.
Створити PCA модель з 3 компонентами для набору даних.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Завдання

Завдання - обробити набір даних і створити модель аналізу головних компонент (PCA) з 3 компонентами.

Завантажити набір даних train.csv (з Інтернету).
Вилучити стовпець 'Id'.
Вилучити стовпці, що містять значення NaN.
Стандартизувати набір даних.
Створити PCA модель з 3 компонентами для набору даних.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Секція 3. Розділ 4

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

some-alt