数据缩减/转换

作者: 扬尘
发布时间: 2024-12-07 04:19:47 (1月前)
转自：

2 条回复

0#
回复此人
誓言你好 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 子采样相当普遍。 </p> <P> 子样本时，许多统计属性都会得到很好的保留。如果你有1000000点，那么从10000只估计的平均值已经非常接近;并且可能在数据的可靠性范围内。 </p> <P> 另一种方法是使用简单快速的方法进行聚类，例如k-means和大k，比如sqrt（N）。这将使用k个数据点以最小二乘目标逼近数据。（你也应该使用 <EM> 权重 </EM> 之后，因为结果向量将反映不同数量的数据）。 </p> <P> 最后但并非最不重要的是，许多减少技术 - 可能包括PCA - 可用于 <EM> 换位 </EM> 矩阵。然后减少实例数，而不是变量数。但PCA相当昂贵，在转置矩阵上，它会扩展O（n³）。所以我宁愿考虑直接使用截断的SVD。 </p> <P> 但显然你的数据是时间序列。我建议寻找数据缩减，整合你在这里重要的知识。 </p> </DIV>

编辑

登录后才能参与评论