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

Zusammen zieht, um Sicherheitstestergebnisse für Reporting - Dummies

Zusammen zieht, um Sicherheitstestergebnisse für Reporting - Dummies

Zusammen zu ziehen, wenn Sie Sicherheitstestdaten haben - Von Screenshots und manuellen Beobachtungen bis hin zu detaillierten Berichten, die von den verschiedenen von Ihnen verwendeten Schwachstellen-Scannern erstellt wurden - was machen Sie damit? Sie müssen Ihre Dokumentation mit einem fein gezahnten Kamm durchgehen und alle Bereiche hervorheben, die hervorstechen. Base ...

Wie man Datenbank-Schwachstellen minimiert, um Hacked-Dummys

Wie man Datenbank-Schwachstellen minimiert, um Hacked-Dummys

Datenbank-Systeme wie Microsoft SQL Server zu vermeiden , MySQL und Oracle, haben hinter den Kulissen gelauert, aber ihr Wert und ihre Schwachstellen sind endlich in den Vordergrund gerückt. Ja, sogar das mächtige Orakel, das einmal für unbarmherzig gehalten wurde, ist anfällig für ähnliche Heldentaten wie seine Konkurrenz. Mit der Vielzahl von regulatorischen Anforderungen für die Datenbank ...

Zeitersparnis Installieren von vSphere 4. 1 - dummies

Zeitersparnis Installieren von vSphere 4. 1 - dummies

Installieren von VMware vSphere 4. 1 ist ein Komplexer Prozess; Sie sollten tun, was Sie können, um die Installation reibungsloser zu machen. Wenn Sie sich auf die Installation von vSphere vorbereiten, sollten Sie diese praktische Checkliste verwenden, um Zeit und Mühe zu sparen: Freigegebener Speicher: vSphere erfordert gemeinsam genutzten Speicher für Funktionen wie vMotion und ...

Die Wahl des Herausgebers

Wie man Abstammung interpretiert. com Suchergebnisse - Dummies

Wie man Abstammung interpretiert. com Suchergebnisse - Dummies

Ausführen eines Ancestry. Die Suche ist nur die halbe Miete. Im nächsten Teil werden die Suchergebnisse durchsucht, um nützliche Informationen zu Ihrem jeweiligen Vorfahren zu finden.

Wie man nach militärischen Aufzeichnungen sucht - dummies

Wie man nach militärischen Aufzeichnungen sucht - dummies

Eine interessante Sammlung von militärischen Aufzeichnungen, die man für seine Genealogie suchen kann, ist die Soldaten- und Seemannssystem des Bürgerkriegs (CWSS). Die CWSS-Website ist ein Gemeinschaftsprojekt des National Park Service, der Genealogical Society of Utah und der Federation of Genealogical Societies. Die Website enthält einen Index von mehr als 6. 3 Millionen Soldaten ...

Wie man lebenswichtige genealogische Aufzeichnungen liest - Attrappen

Wie man lebenswichtige genealogische Aufzeichnungen liest - Attrappen

Vitale Aufzeichnungen gehören zu den ersten Gruppen von Primärquellen, die normalerweise von Genealogen benutzt werden .. Diese Aufzeichnungen enthalten Schlüssel und normalerweise zuverlässige Informationen, da sie in der Nähe des Ereignisses erstellt wurden und ein Zeuge des Ereignisses die Informationen lieferte. (Außerhalb der Vereinigten Staaten werden lebenswichtige Aufzeichnungen oft als zivile Registrierungen bezeichnet.) Geburtsaufzeichnungen ...

Die Wahl des Herausgebers

Ermittlung des maximalen Gewinns (Verlust) für Optionskontrakte der Serie 7 Exam - Dummies

Ermittlung des maximalen Gewinns (Verlust) für Optionskontrakte der Serie 7 Exam - Dummies

Optionskontrakte bieten Anlegern Sicherheit und die Serie 7 erwartet, dass Sie den maximalen Gewinn und Verlust für diese bestimmen können. Wenn ein Anleger Optionskontrakte auf Wertpapiere kauft oder verkauft, die er besitzt, wählt er eine ausgezeichnete Möglichkeit, um sich vor Verlust zu schützen oder zusätzliche Gelder auf sein Konto zu bringen. ...

Informationen über Zinserträge für die Series 7 Exam - Dummies

Informationen über Zinserträge für die Series 7 Exam - Dummies

Für die Series 7 Prüfung müssen Sie verstehen, wie sich Dividenden, Zinsen, Kapitalgewinne und Kapitalverluste auf Anleger auswirken. Zinserträge, die Anleihegläubiger erhalten, können abhängig von der Art des Wertpapiers oder der gehaltenen Wertpapiere steuerpflichtig sein: Unternehmensanleihezinsen: Zinsen aus Unternehmensanleihen sind auf allen Ebenen steuerpflichtig (Bundes-, Staats- und ...

Verwendung der Mittelwertbildung für die Dollar-Kosten auf der Series 7-Prüfung - Dummies

Verwendung der Mittelwertbildung für die Dollar-Kosten auf der Series 7-Prüfung - Dummies

Wenn ein Investor die Dollar-Kosten-Mittelungsformel anwendet, investiert er periodisch den gleichen Dollarbetrag in dieselbe Investition. Die Serie 7 erwartet, dass Sie mit dieser Formel vertraut sind. Obwohl Mittelwertbildung für Dollar vor allem für Investmentfonds verwendet wird, können sie auch für andere Anlagen verwendet werden. Dollar Kosten Mittelung Vorteile ...