福第二讲金融大数据的降维
第二讲 金融大数据的降维
章前导读1一在大数据时代，如何处理高维数据是机器学习中的重要组成部分2一高维空间常存在数据稀疏问题，高维的样本空间还会对距离计算带来很大的麻烦面对高维数据，如何降低数据维度同时保持其3一特征信息？各类降维方法有哪些优点与局限？面对不同的应用场景，又该如何选择降维方法？
在大数据时代，如何处理高维数据是机 器学习中的重要组成部分。 1 高维空间常存在数据稀疏问题，高维的样 本空间还会对距离计算带来很大的麻烦。 2 面对高维数据，如何降低数据维度同时保持其 特征信息？各类降维方法有哪些优点与局限？ 面对不同的应用场景，又该如何选择降维方法？ 3 章前导读
学习目标了解数据降维的动机、常用方法了解作用和应用场景掌握数据降维的准备工作、主要方法及其代码实现了解数据降维在金融领域的运用
⚫ 了解作用和应用场景 ⚫ 了解数据降维的动机、常用方法 ⚫ 了解数据降维在金融领域的运用 ⚫ 掌握数据降维的准备工作、主要方法及其代码实现 学习目标
本讲内容数据降维概述及其运用场景数据降维的主成分分析准备工作g-0?B数据降维在金因子分析融领域的运用
本讲内容 数据降维的 准备工作 数据降维概述 及其运用场景 主成分分析 数据降维在金 因子分析 融领域的运用
数据降维概述及其运用场景一
一、数据降维概述及其运用场景