[Français] scikit-learn 0.18 Guide de l'utilisateur 4.5. Projection aléatoire

google traduit http://scikit-learn.org/0.18/modules/random_projection.html [scikit-learn 0.18 User Guide 4. Dataset Conversion](http://qiita.com/nazoking@github/items/267f2371757516f8c168#4-%E3%83%87%E3%83%BC%E3%82%BF % E3% 82% BB% E3% 83% 83% E3% 83% 88% E5% A4% 89% E6% 8F% 9B)


4.5. Projection aléatoire

sklearn.random_projection Les modules sont une quantité contrôlée pour des temps de traitement plus rapides et des modèles plus petits Implémente un moyen simple et efficace de réduire la dimension des données en échangeant la précision de (comme une variance supplémentaire). Ce module implémente deux types de matrices aléatoires non structurées, la matrice aléatoire gaussienne et la matrice aléatoire Sparse. Les dimensions et la distribution de la matrice de projection aléatoire sont contrôlées pour préserver la distance appariée entre deux échantillons quelconques de l'ensemble de données. Par conséquent, la projection aléatoire est une bonne technique d'approximation pour les méthodes basées sur la distance.

4.5.1. Supplément Johnson-Lindenstrauss

Le principal résultat théorique de l'efficacité de la projection aléatoire est Johnson Lindenstrauss Supplement (citant Wikipedia).

En mathématiques, l'annexe de Johnson-Lindenstrauss est le résultat d'un encastrement à faible distorsion de points dans un espace euclidien de dimension élevée à faible. Le supplément indique qu'un petit ensemble de points dans un espace dimensionnel plus élevé peut être intégré dans un espace dimensionnel beaucoup plus bas de sorte que la distance entre les points soit largement préservée. La carte utilisée pour l'intégration est au moins Lipschitz et peut également être considérée comme une projection orthodoxe.

[sklearn.random_projection.johnson_lindenstrauss_min_dim](http://scikit-learn.org/0.18/modules/generated/sklearn.random_projection.johnson_lindenstrauss_min_dim.html#sklearn.random_projection.johnson_linden.random_projection.johnson_dim.html#sklearn.random_projection. Il estime de manière prudente la taille minimale du sous-espace artificiel et garantit la distorsion bornée introduite par la projection aléatoire.

>>> from sklearn.random_projection import johnson_lindenstrauss_min_dim
>>> johnson_lindenstrauss_min_dim(n_samples=1e6, eps=0.5)
663
>>> johnson_lindenstrauss_min_dim(n_samples=1e6, eps=[0.5, 0.1, 0.01])
array([    663,   11841, 1112658])
>>> johnson_lindenstrauss_min_dim(n_samples=[1e4, 1e5, 1e6], eps=0.1)
array([ 7894,  9868, 11841])

4.5.2. Projection aléatoire gaussienne

sklearn.random_projection.GaussianRandomProjection projette l'espace d'entrée d'origine sur une matrice générée aléatoirement pour réduire les dimensions. Ici, les composants sont dérivés de la distribution suivante $ N (0, \ frac {1} {n_ {composants}}) $. Voici un petit extrait montrant comment utiliser le transformateur de projection aléatoire gaussien:

>>> import numpy as np
>>> from sklearn import random_projection
>>> X = np.random.rand(100, 10000)
>>> transformer = random_projection.GaussianRandomProjection()
>>> X_new = transformer.fit_transform(X)
>>> X_new.shape
(100, 3947)

4.5.3. Projection aléatoire éparse

sklearn.random_projection.SparseRandomProjection est l'entrée d'origine utilisant une matrice aléatoire clairsemée Réduisez les dimensions en projetant de l'espace. La matrice aléatoire clairsemée est une alternative à la matrice de projection aléatoire gaussienne dense, qui garantit une qualité d'incorporation similaire, est plus efficace en mémoire et permet un calcul rapide des données projetées. Si vous définissez s = 1 / densité, les éléments de la matrice aléatoire

\left\{
\begin{array}{c c l}
-\sqrt{\frac{s}{n_{\text{components}}}} & & 1 / 2s\\
0 &\text{with probability}  & 1 - 1 / s \\
+\sqrt{\frac{s}{n_{\text{components}}}} & & 1 / 2s\\
\end{array}
\right.

Où $ n_ {\ text {components}} $ est la taille du sous-espace projeté. Par défaut, la densité des éléments non nuls est définie sur la densité minimale suivante recommandée par Ping Li et al. $ 1 / \ sqrt {n_ {\ text {features}}} $

Un petit extrait montrant comment utiliser la transformation de projection aléatoire clairsemée:

>>> import numpy as np
>>> from sklearn import random_projection
>>> X = np.random.rand(100,10000)
>>> transformer = random_projection.SparseRandomProjection()
>>> X_new = transformer.fit_transform(X)
>>> X_new.shape
(100, 3947)

[scikit-learn 0.18 User Guide 4. Dataset Conversion](http://qiita.com/nazoking@github/items/267f2371757516f8c168#4-%E3%83%87%E3%83%BC%E3%82%BF % E3% 82% BB% E3% 83% 83% E3% 83% 88% E5% A4% 89% E6% 8F% 9B)

© 2010 --2016, développeurs scikit-learn (licence BSD).

Recommended Posts

[Français] scikit-learn 0.18 Guide de l'utilisateur 4.5. Projection aléatoire
[Français] scikit-learn 0.18 Guide de l'utilisateur 1.11. Méthode Ensemble
[Français] scikit-learn 0.18 Guide de l'utilisateur 1.15. Régression isotonique
[Français] scikit-learn 0.18 Guide de l'utilisateur 4.2 Extraction de fonctionnalités
[Français] scikit-learn 0.18 Guide de l'utilisateur 1.16. Étalonnage des probabilités
[Français] scikit-learn 0.18 Guide de l'utilisateur 1.13 Sélection des fonctionnalités
[Français] scikit-learn 0.18 Guide de l'utilisateur 3.4. Persistance du modèle
[Français] scikit-learn 0.18 Guide de l'utilisateur 2.8. Estimation de la densité
[Français] scikit-learn 0.18 Guide de l'utilisateur 4.3. Prétraitement des données
[Français] scikit-learn 0.18 Guide de l'utilisateur 4.4. Réduction de dimension non supervisée
[Français] scikit-learn 0.18 Guide de l'utilisateur Table des matières
[Français] scikit-learn 0.18 Guide de l'utilisateur 1.4. Support Vector Machine
[Français] scikit-learn 0.18 Guide de l'utilisateur 1.12. Algorithme multi-classes et algorithme multi-étiquettes
[Français] scikit-learn 0.18 Guide de l'utilisateur 3.2. Réglage des hyper paramètres de l'estimateur
[Français] scikit-learn 0.18 Guide de l'utilisateur 4.8. Convertir la cible de prédiction (y)
[Français] scikit-learn 0.18 Guide de l'utilisateur 2.7. Détection des nouveautés et des valeurs aberrantes
[Français] scikit-learn 0.18 Guide de l'utilisateur 3.1. Validation croisée: évaluer les performances de l'estimateur
[Français] scikit-learn 0.18 Guide de l'utilisateur 3.3. Évaluation du modèle: quantifier la qualité de la prédiction
[Français] scikit-learn 0.18 Guide de l'utilisateur 4.1. Union des pipelines et des fonctionnalités: combinaison d'estimateurs
[Français] scikit-learn 0.18 Guide de l'utilisateur 3.5. Courbe de vérification: tracez le score pour évaluer le modèle
[Français] scikit-learn 0.18 Guide de l'utilisateur 2.5. Décomposer les signaux en composants (problème de décomposition de la matrice)
Guide de l'utilisateur Pandas "Multi-Index / Advanced Index" (Document officiel traduction japonaise)
Guide de l'utilisateur Pandas "Manipulation des données manquantes" (Document officiel de traduction en japonais)
Guide de l'utilisateur de Pandas "Formatage de tableau et tableau croisé dynamique" (Document officiel traduction japonaise)