- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 2 anos, 9 meses atrás por
.
Visualizando 2 posts - 1 até 2 (de 2 do total)
- Posts
opa professor,assisitndo as aulas dos enconders,eu entendi o moiitvo da redução de dimensonalidade para problemas com imagens,mas por que motivo,se usaria a redução de por exemplo 20 colunas para 2 colunas,em um problema de classificação sem envolver imagem,ou em algum problema de clusterização
Olá Caio,
Com 20 colunas realmente não se justifica, mas se tivermos muitas colunas, a redução torna os dados mais manuseáveis em termos de custo computacional. Além disso, existem as chamadas matrizes esparsas onde somente algumas colunas têm valores e o restante é igual a 0, aí a representação em um espaço com menos dimensões é de enorme ajuda no ajuste no modelo.
Visualizando 2 posts - 1 até 2 (de 2 do total)
- Você deve fazer login para responder a este tópico.