Jeśli wykonamy taki sam dwuwymiarowy wykres punktowy przy użyciu dwóch najważ-
niejszych cech zoryginalnego zestawu 784 cech– woparciu oszkolenie modelu uczenia
nadzorowanego– rozdzielenie będzie znacznie gorsze (rysunek 3-4).
Rysunek 3-4 Rozdzielanie obserwacji bez analizy PCA
Porównanie rysunków 3-3 i3-4 pokazuje, jak mocna jest analiza PCA wuczeniu się pod-
stawowej struktury zestawu danych bez użycia wogóle jakichkolwiek oznakowań– na-
wet przy jedynie dwóch wymiarach możemy zacząć sensownie rozdzielać obrazy według
przedstawianych przez nie cyfr.
Analiza PCA nie tylko pozwala rozdzielać dane, tak ab ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.