Boyut İndirgeme (Dimensionality Reduction) – 3

Explained Variance Ratio

Her bir temel bileşen için, ‘Explained Variance Ratio‘ bilgisine,

print(pca.explained_variance_ratio_)

kodu ile ulaşabiliriz. ‘Explained Variance Ratio’, kabaca, her bir temel bileşen üzerinde, verisetinin varyansının ne kadarının yer aldığını açıklar.

d sayısının seçimi

İndirgeyeceğimiz boyutu (d) keyfi olarak belirlemek yerine, verisetinin varyansının büyük ksımını koruyacak şekilde seçmeliyiz. Ancak, boyut indirgemeyi veri görselleştirme için yapıyorsak, doğal olarak d sayısını 2 ya da 3 seçeriz.

d sayısının belirlenmesi için iki yönteme bakalım:

  1. PCA algoritmasına indirgeyeceğimiz boyut sayısını söylemek yerine, varyansın ne kadarını korumak istediğimizi söyleyebiliriz:
    pca = PCA(n_components=0.95)
    X_reduced = pca.fit_transform(X)
    
  2.  PCA’nın koruduğu varyansı, boyut sayısının bir fonksiyonu olarak grafiğini çizersek:dim7.png‘Elbow’ metodunu daha önce görmüştük. Benzer mantıkla düşünerek, yukarıdaki grafikte, d sayısını 100 seçebiliriz.

Incremental PCA

PCA algoritmasının bir dezavantajı, tüm eğitim setinin rastgele erişimli bellek(RAM)de olmasını gerektirmesidir. Bu nedenle Incremental PCA (IPCA) algoritması geliştirilmiştir. Eğitim veriseti, birçok gruba ayrılarak, algoritma, bu gruplar üzerinden eğitilir.

Randomized PCA

Scikit-Learn içerisinde, ilk d temel bileşeni stokastik bir şekilde bulan bir Randomized PCA algoritması bulunmaktadır. Bu, daha önceki algoritmalardan daha hızlıdır.

Bir sonraki yazıda görüşmek üzere.

Kaynaklar

  1. Geron, A. (2017). Hands-On Machine Learning with Scikit-Learn and TensorFlow Concepts, Tools, and Techniques for Building Intelligent Systems. Sebastopol: OReilly UK Ltd.

 

Reklamlar

Bir Cevap Yazın

Aşağıya bilgilerinizi girin veya oturum açmak için bir simgeye tıklayın:

WordPress.com Logosu

WordPress.com hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Google+ fotoğrafı

Google+ hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Twitter resmi

Twitter hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Facebook fotoğrafı

Facebook hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

w

Connecting to %s