数据挖掘 - 减少变量数量的技术

在数据挖掘中,数据是多多益善,拥有大量的数据可以不依赖复杂的统计或分布假设就可以测试模型有效性,有利于简化问题。
拥有大量的变量能建立功能更强大的模型。可以获取更多客户行为上的细微差别,建立稳定的模型。但变量的数量越大,意味着输入数据可能很稀疏,分布到每个网格的数据可能会非常少,增大,过拟合的风险。所以需要减少变量数量。
变量太多的问题:输入变量之间高度相关;数据集稀疏性问题;过拟合风险;
减少变量数量的方法有:主成分分析、前向选择、变量聚类等。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值