知识卡片
降维的代价是可解释性
降维有两个收益:去掉噪声维度、合并高度相关的维度,相当于一种清洗;以及把数据压到低维之后,可以使用那些在高维上不适用的方法(可视化、聚类、近邻)。代价是解释变难:主成分是原始维度的线性组合,“第三个主成分每增加 0.1,平均工资增加 1 万美元”无法对应到任何现实量,而“每多一年经验工资多 1 万”可以。所以它适合预测优先、解释次要的场景;若结论要给人看、要归因,就得保留原始特征或另做可解释的模型。另外,PCA 只沿线性方向找方差,流形上的非线性结构它未必抓得住。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第10章 数据工作 · 查看原书依据
同时,虽然这种技术可以构建更好的模型,但它也使这些模型更难以解释。很容易理解诸如“每增加一年的经验平均工资就会增加 1 万美元”这样的结论,但要理解“第三个主成分每增加 0.1,平均工资增加 1 万美元”这样的结论就很难了。
参考来源
- 位置:《数据科学入门(第2版)》第10章 数据工作(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0014.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「同时,虽然这种技术可以构建更好的模型,但它也使这些模型更难以解释……」
- 原始内容:同时,虽然这种技术可以构建更好的模型,但它也使这些模型更难以解释。很容易理解诸如“每增加一年的经验平均工资就会增加 1 万美元”这样的结论,但要理解“第三个主成分每增加 0.1,平均工资增加 1 万美元”这样的结论就很难了。