Boyut İndirgeme (Dimensionality Reduction) – 5

Locally Linear Embedding (LLE)

LLE, bir nonlineer boyut indirgeme ve manifold learning tekniğidir. LLE, ilk olarak eğitim setindeki herbir veri noktasını en yakın komşuları ile doğrusal olarak nasıl ilişkilendireceğini ölçer ve daha sonra, bu yerel ilişkileri en iyi şekilde koruyacak (eğitim setinin) bir düşük boyutlu temsilini arar.

lle.png

Diğer boyut indirgeme teknikleri

  • Multidimensional Scaling (MDS), boyut indirgeme yaparken, noktalar arasındaki uzaklıkları korumaya çalışır.
  • Isomap, her bir noktayı en yakın komşularına bağlayıp bir çizge (graph) oluşturur ve boyut indirgeme yaparken noktalar arasındaki geodesic uzaklığı korumaya çalışır.
  • t-Distributed Stochastic Neighbor Embedding (t-SNE), boyut indirgeme yaparken, benzer noktaları birbirine yakın, benzer olmayanları ise uzak tutmaya çalışır. Görselleştirme için en çok kullanılan algoritmalardan biridir.
  • Linear Discriminant Analysis (LDA), aslında bir sınıflandırma algoritması olmasına rağmen, eğitim sırasında sınıflar arasında en iyi ayrımı yapabilen eksenleri öğrenir ve bu eksenler, veriyi izdüşürmek için kullanılacak bir hiperdüzlem tanımlamada kullanılabilir. Bu izdüşüm, sınıfları mümkün olduğunca birbirinden ayrı tutacağı için, başka bir sınıflandırma algoritmasını kullanmadan önce LDA ile boyut azaltmak iyi bir fikirdir.

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 )

Twitter resmi

Twitter hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap / Değiştir )

Facebook fotoğrafı

Facebook hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap / Değiştir )

Google+ fotoğrafı

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

Connecting to %s