7.5. 无监督降维#
如果您的特征数量很高，则在监督步骤之前使用无监督步骤来减少特征数量可能会很有用。许多 无监督学习 方法实现 transform 可用于降低维度的方法。下面我们讨论该模式被广泛使用的两个具体示例。
7.5.1. PCA：主成分分析#
decomposition.PCA 寻找能够很好地捕捉原始特征变化的特征组合。看到 将信号分解为分量（矩阵分解问题） .
示例
7.5.2. 随机投影#
模块： random_projection 提供了多种通过随机预测减少数据的工具。请参阅文档的相关部分： 随机投影 .
示例
7.5.3. 特征聚集#
cluster.FeatureAgglomeration 适用 层次聚类 将行为相似的功能组合在一起。
示例