Kata-kata itu tidak terhitung, dari ribuan kata atau jutaan kata, mana kata-kata yang bisa kita anggap penting tapi tidak harus kita pilih katanya?
Misal dari 10.000 kata, kita proyeksikan ke dalam suatu ruang fitur tertentu —> Mereduksi ruang dimensi
PCA (Principal Component Analysis) adalah suatu algoritma pereduksi ruang dimensi yang populer dan sering digunakan
- Konsep aljabar linear yang digunakan dalam PCA adalah
Eigen Problem
Visualizing PCA
Bagaimana kita memproyeksikan data 2 dimensi ke dalam suatu ruang vektor baru 1 dimensi, martriks echelon pasti tegak lurus dengan nilai matriks awal
Kita dapat memiliki sangat banyak Principal Component, sebanyak yang kita inginkan, meski biasanya hanya 2
Hyperparameter
Hyperparameter utama: n_components, semakin banyak komponen, semakin mendekati realita (n_components menentukan rasio persebaran yang mau dipertahankan)
Inti
Inti dari Reduksi Dimensi yang akan kita pelajari adalah algoritma PCA.
gambaran dari proses PCA dapat dilihat dari video yang tersedia
Dimensionality Reduction digunakan agar data itu tidak terlalu besar, untuk memperingkas proses learningnya
- Jadi, bagi yang memiliki data Image atau data tabular dengan fitur yang sangat banyak, reduksi dimensi dapat digunakan agar proses learning menjadi lebih cepat