Buscar

Quando temos um conjunto de dados muito volumoso devido, por exemplo, à execução de um algoritmo de vetorização que tenha gerado muitas dimensões, ...

Quando temos um conjunto de dados muito volumoso devido, por exemplo, à execução de um algoritmo de vetorização que tenha gerado muitas dimensões, uma estratégia é reduzir esse número para aliviar o consumo de recursos computacionais bem como evitar a maldição e dimensionalidade (em palavras rápidas, ruído causado pela correlação inerente ao excesso de colunas de um conjunto de dados). No caso da redução de dimensionalidade, qual biblioteca podemos utilizar?

💡 1 Resposta

User badge image

Ed Verified user icon

Uma biblioteca muito utilizada para redução de dimensionalidade em Python é a scikit-learn. Ela possui diversas técnicas de redução de dimensionalidade, como PCA (Principal Component Analysis), t-SNE (t-Distributed Stochastic Neighbor Embedding) e LLE (Locally Linear Embedding), entre outras.

0
Dislike0

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Outros materiais

Outros materiais