Reduksi dimensi menggunakan PCA Dimensionality Reduction Satu pendekatan
- Slides: 14
Reduksi dimensi menggunakan PCA
Dimensionality Reduction • Satu pendekatan terkait dengan dimensi yang tinggi adalah mengurangi dimensi data tersebut. • Memproyeksikan data dimensi tinggi ke dimensi yang rendah menggunakan transformasi linier dan non-linier 2
Dimensionality Reduction • Transformasi linier adalah sederhana dalam perhitungan dan mudah dilakukan kx 1 kxd dx 1 (k<<d) • Pendekatan yang sederhana adalah – Principal Component Analysis (PCA) – Fisher Discriminant Analysis (FDA) 3
Principal Component Analysis (PCA) • Setiap teknik reduksi dimensi adalah menemukan transformasi yang memenuhi ketentuan/kriteria tertentu (misal information loss, data discrimination, dll) • Tujuan dari PCA adalah mengurangn dimensi data dengan mempertahankan variasi data yang ada 4
Principal Component Analysis (PCA) • Carilah basis dalam sub ruang dimensi rendah − Proyeksikan ke ruang dimensi yang rendah : (1) Original space : (2) Lower-dimensional sub-space dinyatakan • Note: if K=N, then 5
Principal Component Analysis (PCA) • Contoh (K=N): 6
Principal Component Analysis (PCA) • Information loss − Reduksi dimensi menyebabkan informasi hilang !! − PCA mempertahankan informasi: 7
Principal Component Analysis (PCA) • Methodology − misalkan x 1, x 2, . . . , x. M adalah N x 1 vectors 8
Principal Component Analysis (PCA) • Metodologi – cont. 9
Principal Component Analysis (PCA) • Eigenvalue spectrum K λi λN 10
Principal Component Analysis (PCA) • Tranformasi linier dengan PCA − Transformasi linier RN RK yaitu melakukan reduksi dimensi 11
Principal Component Analysis (PCA) • Interpretasi Geometri −. 12
Principal Component Analysis (PCA) • Berapa banyak Principal Component? − Untuk memilik K, anda dapat menggunakan kriteria berikut: 13
Principal Component Analysis (PCA) • Error karena reduksi dimensi: • average error karena reduksi dimensi adalah: 14
- Feature reduction in machine learning
- Types of attributes in data mining
- What this picture means
- Nlp dimensionality reduction
- Dimensionality reduction in machine learning
- Array 2 dimensi python
- Model penelitian dimensi
- Sarana komunikasi
- 3 dimensi struktur organisasi
- Deklarasi array x adalah
- Dimensi penelitian kuantitatif
- Dimensi dimensi struktur organisasi
- Dimensi prosedural dan dimensi personal
- Pengertian manajemen koperasi
- Pendekatan klasik