Zuhause Persönliche Finanzen Anwendung der Hauptkomponentenanalyse auf Predictive Analytics - Dummies

Anwendung der Hauptkomponentenanalyse auf Predictive Analytics - Dummies

Video: Hauptkomponentenanalyse mit R 2025

Video: Hauptkomponentenanalyse mit R 2025
Anonim

Die Hauptkomponentenanalyse (PCA) ist eine wertvolle Technik, die in der Vorhersageanalytik und Datenwissenschaft weit verbreitet ist. Es untersucht einen Datensatz, um die relevantesten Variablen zu ermitteln, die für die größte Variation in diesem Datensatz verantwortlich sind. PCA wird meist als Datenreduktionstechnik eingesetzt.

Beim Erstellen von Vorhersagemodellen müssen Sie möglicherweise die Anzahl der Features reduzieren, die Ihr Dataset beschreiben. Es ist sehr nützlich, diese hohe Dimensionalität von Daten durch Approximationstechniken zu reduzieren, bei denen PCA überragend ist. Die approximierten Daten fassen alle wichtigen Variationen der Originaldaten zusammen.

Zum Beispiel kann der Merkmalsatz von Daten über Aktien Aktienkurse, Tageshochs und -tiefs, Handelsvolumen, gleitende 200-Tage-Durchschnitte, Preis-zu-Ertrags-Verhältnisse, relative Stärke zu anderen Märkten enthalten., Zinssätze und Stärke der Währungen.

Die Suche nach den wichtigsten prädiktiven Variablen ist der Kern der Erstellung eines Vorhersagemodells. Die Art, wie viele es getan haben, ist mit einem Brute-Force-Ansatz. Die Idee ist, mit so vielen relevanten Variablen wie möglich zu beginnen und dann einen Trichteransatz zu verwenden, um Features zu entfernen, die keinen Einfluss haben oder keinen Vorhersagewert haben.

Die Intelligenz und die Einsichten werden zu dieser Methode gebracht, indem die Stakeholder des Unternehmens einbezogen werden, weil sie einige Ahnungen darüber haben, welche Variablen die größte Auswirkung auf die Analyse haben werden. Die Erfahrung der an dem Projekt beteiligten Datenwissenschaftler ist auch wichtig, um zu wissen, mit welchen Variablen gearbeitet werden muss und welche Algorithmen für einen bestimmten Datentyp oder ein domänenspezifisches Problem verwendet werden müssen.

Um diesen Prozess zu unterstützen, verwenden Data Scientists viele Predictive Analytics-Tools, die es einfacher und schneller machen, mehrere Permutationen und Analysen in einem Dataset auszuführen, um die Auswirkung jeder Variablen auf dieses Dataset zu messen.

Da Sie wissen, dass es eine große Datenmenge gibt, mit der Sie arbeiten können, können Sie PCA für Hilfe verwenden.

Das Reduzieren der Anzahl von Variablen, die Sie betrachten, ist Grund genug, PCA zu verwenden. Durch die Verwendung von PCA schützen Sie sich außerdem automatisch vor einer Überanpassung des Modells.

Sicherlich könnten Sie eine Korrelation zwischen den Wetterdaten in einem bestimmten Land und der Performance ihres Aktienmarktes feststellen. Oder mit der Farbe der Schuhe einer Person und dem Weg, den sie oder er zum Büro nimmt, und die Leistung ihres Portfolios für diesen Tag. Die Einbeziehung dieser Variablen in ein Vorhersagemodell ist jedoch mehr als nur Überanpassung, sie ist irreführend und führt zu falschen Vorhersagen.

PCA verwendet einen mathematisch gültigen Ansatz, um die Teilmenge Ihres Datensatzes zu bestimmen, die die wichtigsten Merkmale enthält. Wenn Sie Ihr Modell auf diesem kleineren Datensatz aufbauen, verfügen Sie über ein Modell, das einen prädiktiven Wert für den gesamten größeren Datensatz hat, mit dem Sie arbeiten. Kurzum, PCA sollte Ihnen helfen, Ihre Variablen zu verstehen, indem Sie die Teilmenge der Variablen identifizieren, die für die meisten Variationen mit Ihrem ursprünglichen Datensatz verantwortlich sind. Es hilft Ihnen, Redundanz zu erkennen. Es hilft Ihnen herauszufinden, dass zwei (oder mehr Variablen) Ihnen dasselbe sagen.

Darüber hinaus verwendet die Hauptkomponentenanalyse Ihren mehrdimensionalen Datensatz und erzeugt einen neuen Datensatz, dessen Variablen für die Linearität der Variablen im ursprünglichen Datensatz repräsentativ sind. Zusätzlich hat der ausgegebene Datensatz individuell nicht korrelierte Variablen, und ihre Varianz wird nach ihren Hauptkomponenten geordnet, wobei der erste der größte ist, und so weiter. In dieser Hinsicht kann PCA auch als eine Technik zum Konstruieren von Merkmalen betrachtet werden.

Bei der Verwendung von PCA oder anderen ähnlichen Techniken, die dabei helfen, die Dimensionalität des Datensatzes, mit dem Sie es zu tun haben, zu reduzieren, müssen Sie immer vorsichtig sein, um die Leistung des Modells nicht negativ zu beeinflussen. Die Verringerung der Größe der Daten sollte nicht zu Lasten der Leistung gehen (die Genauigkeit des Vorhersagemodells). Treten Sie sicher auf und verwalten Sie Ihren Datensatz mit Sorgfalt.

Die erhöhte Komplexität eines Modells führt nicht zu einer höheren Qualität des Ergebnisses.

Um die Leistung des Modells zu erhalten, müssen Sie möglicherweise die Effektivität jeder Variablen sorgfältig bewerten und ihre Nützlichkeit bei der Gestaltung des endgültigen Modells messen.

Wenn man weiß, dass die PCA besonders nützlich sein kann, wenn die Variablen innerhalb eines gegebenen Datensatzes stark korreliert sind, kann ein Datensatz mit nicht korrelierten prädiktiven Variablen nur die Aufgabe verkomplizieren, die Dimensionalität von multivariaten Daten zu reduzieren. Viele andere Techniken können hier zusätzlich zu der PCA verwendet werden, wie z. B. Vorwärtsmerkmalsauswahl und Rückwärtsmerkmaleliminierung.

PCA ist kein Wundermittel, das alle Probleme mit mehrdimensionalen Daten löst. Der Erfolg hängt stark von den Daten ab, mit denen Sie arbeiten. Die statistische Varianz stimmt möglicherweise nicht mit Variablen mit den meisten prädiktiven Werten überein, obwohl es sicher ist, mit solchen Näherungen zu arbeiten.

Anwendung der Hauptkomponentenanalyse auf Predictive Analytics - Dummies

Die Wahl des Herausgebers

Photoshop 7 Navigationswerkzeuge - dummies

Photoshop 7 Navigationswerkzeuge - dummies

Photoshop 7 bietet alle Möglichkeiten, durch die Funktionen zu navigieren, egal ob Sie eine Mac oder ein Windows-System. In der folgenden Tabelle finden Sie Informationen zum Scrollen, Zoomen und Durchlaufen von Photoshop 7: Action Windows Mac Scrollen Sie mit der Leertaste + ziehen Sie die Leertaste + Strg + Leertaste + klicken Sie auf Apple Command + Leertaste + klicken Sie auf Vergrößern und ändern ...

Photoshop 7 Mal- und bearbeitungswerkzeuge - dummies

Photoshop 7 Mal- und bearbeitungswerkzeuge - dummies

In Photoshop 7 sind die Tastenkombinationen für Mal- und Bearbeitungswerkzeuge meist das Gleiche, ob Sie ein Windows-basiertes System oder einen Mac verwenden. Der einzige Unterschied besteht im letzten Eintrag in der folgenden Tabelle, in der die Verknüpfungen angezeigt werden: Erhöhen der Pinselgröße] Verringern der Pinselgröße [Ändern der Deckkraft oder des Werkzeugflusses 1, ...

Photoshop 7 Paletten-Werkzeuge - Dummies

Photoshop 7 Paletten-Werkzeuge - Dummies

Die Paletten von Photoshop 7 geben Ihnen Zugriff auf Gruppen verwandter Werkzeuge. Wenn Sie sich also auf Farbe konzentrieren, können Sie die Farbpalette aufziehen und Ihre Photoshop-Bilder mit einem Regenbogen von Schattierungen beleben. Die folgende Tabelle zeigt den Zugriff auf die verschiedenen Photoshop 7-Paletten in Windows- und Mac-Systemen: Palette / Aktion ...

Die Wahl des Herausgebers

Fantasy Fußball für Dummies Cheat Sheet - Dummies

Fantasy Fußball für Dummies Cheat Sheet - Dummies

Fantasy Fußball ist ein Spaß, wettbewerbsfähig und süchtig machendes Hobby. Bringen Sie Ihre Fantasy-Saison in Schwung, indem Sie Spieler entwerfen, um ein solides Team aufzubauen und Coaching-Tipps verwenden, um Ihr Team stark zu machen. Wenn Sie eine Position verbessern müssen, probieren Sie einige Strategien für den Handel mit Spielern und den Erwerb freier Agenten aus. Halten Sie einen Führer handlich von ...

Wie Fantasy-Fußball-Playoffs funktionieren - Dummies

Wie Fantasy-Fußball-Playoffs funktionieren - Dummies

Wenn du das Ende deiner Fantasy-Football-Saison erreichst, wenn sie vorbei ist Nun, Sie sind vielleicht im Streit, um die Playoffs zu machen. Wenn das der Fall ist, herzlichen Glückwunsch! Mit diesen Rechten geht es um dieses Spiel, und Sie sind dem ultimativen Preis einen Schritt näher. Wenn nicht, fühle dich nicht schlecht. ...

Bereiten Sie Ihre Fantasy Football Roster für die Draft - Dummies

Bereiten Sie Ihre Fantasy Football Roster für die Draft - Dummies

Vor, wenn Sie Ihre Fantasy Football League erforschen und herausfinden Wie viele Dienstplan-Spots Sie haben, können Sie Ihre Aufmerksamkeit darauf lenken, Ihren Entwurf basierend auf diesen Anforderungen vorzubereiten. Sie können Ihren eigenen Dienstplan-Spickzettel aus CheatSheet War Room ausdrucken. Neben dem Listenblatt finden Sie weitere kostenlose druckbare Fantasy-Fußball ...

Die Wahl des Herausgebers

Erstellen eines neuen Dokuments aus CSS-Starterseiten in Dreamweaver CS6 - Dummies

Erstellen eines neuen Dokuments aus CSS-Starterseiten in Dreamweaver CS6 - Dummies

Adobe Dreamweaver CS6 bietet Ihnen eine Bibliothek von Beispielseiten mit CSS-basierten Layouts als Alternative zum Neuanfang. Diese CSS-Beispielseiten enthalten nützliche und allgemeine Layoutideen, und da sie mit CSS-Positionierung erstellt werden, sind sie sehr flexibel. Sie können sie direkt im Bedienfeld "CSS-Stile" oder im Eigenschafteninspektor ändern. ...