HUHUHANG
·
数据预处理之数据规约
💡
原文中文，约6300字，阅读约需15分钟。
📝
内容提要
本文介绍了数据预处理中的数据规约的几种方法：主成分分析、线性判别分析、皮尔逊相关系数、卡方检验和数据抽样。这些方法在特征工程中常用于特征选择和数据规约。
🎯
关键要点
- 数据规约是数据预处理中的一个重要流程，旨在通过压缩数据来提高分析效果。
- 主成分分析（PCA）通过保留主要成分来降低数据维度，减少计算资源消耗。
- 线性判别分析（LDA）用于特征降维，强调类别区分，适用于分类模型。
- 皮尔逊相关系数用于评估特征与目标值之间的线性相关性，帮助选择最佳特征。
- 卡方检验用于评估特征与目标之间的偏差程度，帮助保留偏差小的特征。
- 数据抽样通过减少样本数量来实现数据规约，常用于特征工程和建模的初步探索。
- 特征选择方法包括Filter过滤法、Wrapper封装法和Embeded集成方法，各有优缺点。
➡️
