Dimensionsreduzierung durch Hauptkomponentenanalyse (PCA).
12 Minuten Lesezeit
vor 12 Stunden
Die Hauptkomponentenanalyse (PCA) ist eine der beliebtesten Methoden zur Dimensionsreduzierung, die Statistikern und Praktikern des maschinellen Lernens zur Verfügung steht. Bevor wir uns näher damit befassen, was dies bedeutet, wollen wir über einige Szenarien sprechen, in denen wir solche Methoden in unserem täglichen Leben verwenden, wahrscheinlich ohne es zu wissen.
- Suchmaschinen: Wenn wir Google oder andere Web sites verwenden, um die Antwort auf eine Frage zu finden, werden unsere Suchanfragen nicht Wort für Wort abgeglichen, sondern es werden Methoden verwendet, um die Komplexität unserer Suche zunächst in kleinere Teile zu reduzieren und dann danach zu suchen. Die Reduzierung der Komplexität führt zu schnelleren Ergebnissen und wird durch Dimensionsreduzierung erreicht.
- Bildkomprimierung: Erinnern Sie sich an das eine Mal, als Sie versuchten, ein Bild auf eine Web site hochzuladen, nur um dann festzustellen, dass das Bild die maximale Dateigröße überschritten hat? Nachdem wir uns mit der daraus resultierenden Frustration auseinandergesetzt hatten, suchten wir uns dann Hilfe bei Instruments wie Photoshop, um die Größe des Bildes zu reduzieren. Was Photoshop oder ähnliche Instruments im Hintergrund leisten, nennt man Dimensionsreduzierung.
- Musik: Musik-Streaming-Dienste verwenden verschiedene Methoden, um die Größe der gestreamten Musik zu reduzieren und uns so Zeit zu sparen und …